Böcek Görme Çalışmaları Neden Hayatınızı Değiştirecek?

İçerik

• Anahtar noktaları

Anahtar noktaları

• En iyi AI görüş sistemleri, bir sineğin beyninin performansına yaklaşmaz.
• Sineğin beyni, çok daha iyi bir yapay zeka elde etmek için tüm bir hayvan beynini modellemek için iyi bir başlangıç ​​noktasıdır.
• Araştırmacılar, sürücüsüz arabalar gibi uygulamalardaki atılımları desteklemek için, sinek beyninin her nöronunu ve sinapsını haritalandırdı.

Bir sineği dövmenin neden bu kadar zor olduğunu hiç merak ettiniz mi? Küçük serserilerin altıncı hisleri var gibi görünüyor, tam onları çivilemek üzere olduğunuzu düşündüğünüzde havalanmak, sonra hızla buraya ve oraya başınızın dönebileceğinden daha hızlı bir şekilde dart atmak, engellerin etrafından dolaşmak ve bulamadığınız yere inmeyi seçmek onları.

Elbette, yeterince sabırla, (bazen) sinir bozucu böcekleri takip edebilir ve onları bir sonraki varoluş düzlemine atabilirsiniz, ancak 100 milyar nöron civarında bir yerde bir beyne sahip olmanın sizin için ne kadar zor olduğunu düşünün. Beyin hücresi sayısının yalnızca milyonda birine (100.000) sahip bir organizma.

Doğru, beyni sizinki kadar karmaşık ve yaklaşık bir haşhaş tohumu büyüklüğünde olan bir beyne sahip bir hayvan, sizi kabul etmek istediğinizden daha uzun süre zekice alt edebilir ve sizi alt edebilir.

Bu farkındalık ne kadar alçakgönüllü olsa da, sineklerin kaçınma davranışının virtüözlüğü, kendi kendine giden arabalardan tam olarak ne aradığınızı bilen İnternet arama motorlarına kadar AI teknolojisinde hepimiz için daha iyi bir gelecek umudu taşıyor. yıldırım hızında, doğru tıbbi teşhisler ve tedaviler için.

Tensor Flow ve Random Forrest gibi popüler Makine Öğrenimi (ML) sistemleri de dahil olmak üzere son birkaç yıldır yapay zekanın daha geleneksel sürümlerinin uygulamalarını geliştirmek için güçlü bir şekilde mücadele eden biri olarak, gelecekteki yapay zeka için bir model olarak sineklerin beyinlerini öneriyorum.

Bu tür AI sistemleri, yapay zekalara milyonlarca eğitim örneği sunmanız koşuluyla, yüz tanıma, sesten metne transkripsiyon ve diğer "dar" görevler gibi harika şeyler yapabilir; Burada basitleştiriyorum) gerçek bir operasyonda uğraşmaları muhtemel olan uyarıcı ipuçlarının olası her kombinasyonunu ezberleyin.

Ancak makine öğrenimi sistemleri, onlara daha önce hiç görmedikleri uyarıcıları sunarsanız veya kendilerine verilen dar görevin dışına çıkmalarını isterseniz, herkesin bildiği gibi "kırılgandır" ve bozulur.

Daha da kötüsü, danıştığım yapay zeka uzmanları, yapay zeka araştırmasının yakın ufkunda, makine öğrenimi sistemlerini veya diğer yapay zeka biçimlerini bir sineğin beyninin harika performansına uzaktan yaklaştırmayı vaat eden hiçbir şey olmadığı konusunda hemfikir.

Mutfakta erken bir ölümü önlediğinde sineğin ne yaptığını düşünün: Boyutunuz, giysiniz, odanın parlaklığı, yönünüz veya yaklaşma hızınız, odanın aydınlatma koşulları veya boyutu, şekli ne olursa olsun , ya da sizden kaçmak için kaçınması gereken engellerin renginde, sinek kaçma manevralarını zekice gerçekleştirir; sineklik, zigging ve zikzaktan kaçınmak için tam zamanında uçar, tüm bu arada duvarlardan, asılı saksılardan, buzdolaplarından, pencerelerden kaçınırken ... siz Adını sen koy. Daha sonra, sinek inmek, inmek, güvenli bir aralık beklemek için güvenli bir yer bulmalı, ardından başlangıçta takip ettiği mutfağınızdaki yiyecek kaynağına geri dönmek için rastgele engellerden geçmelidir.

Başka bir deyişle, en iyi modern yapay zekaların aksine, sineğin beyni kırılgan ve dardır, neyin bir tehdit veya engel teşkil ettiğini veya inanılmaz derecede geniş çeşitlilikteki uyaran koşullarında (aydınlatma, renk, şekil, boyut, doku vb.).

Keşke bir sineğin beynini bilgisayar çiplerinde ve yazılımında bir şekilde kopyalayabilseydik, belki de kendi kendine giden arabalar gibi önemli uygulamalar için bir sineğin beyni kadar esnek, uyarlanabilir ve "kırılgan olmayan" bir yapay zeka görsel sistemi geliştirebiliriz.

Sinirbilimci Louis Scheffer ve Howard Hughes Tıp Enstitüsü'ndeki meslektaşları, tam da bu fikri akılda tutarak, birçok elektron mikroskobu bölümlerinin bir sineğin beyninden "yoğun yeniden yapılandırılması" gibi gelişmiş teknikler kullanarak, yalnızca tüm nöronların haritasını çıkarmadılar. bir sineğin beyni, ancak bu nöronlar arasındaki tüm sinaptik bağlantılar, küçük hayvanın beyninin tam bir "bağlantısını" oluşturur.

Bu göz korkutucu bir görevdi, çünkü ne kadar basit olsa da, Dr. Scheffer ve ark. Yine de bu "konektomu" tanımlamak için hem sineğin beynindeki 100.000 nöronu hem de yaklaşık 20.000.000 sinapsı haritalandırması gerekiyordu.

Dr. Scheffer ve diğer Howard Hughes araştırmacıları, bu "konektomu", örneğin kendi kendine giden arabaları aşılamak için olduğu gibi sineğin görsel sistemini silikonda yeniden yapılandırmak için kullanabilecek yapay zeka araştırmacıları için ücretsiz olarak sağladılar. bir sinek ile karşılaştırılabilir yetenekler.

Elbette, bu fikir işe yararsa, sineğin beynini yeniden yapılandıran yapay zeka geliştiricileri, yeni görme sisteminin gerçekte ne yaptığını bilmeyecekler, ancak şu anda bu tür görevlerde iyi performans gösteren "derin öğrenme" sinir ağlarında durum böyledir. yarattıkları ağların yaptıklarını nasıl yaptıklarını ilk ipucuna sahip sinir ağlarının tasarımcıları olmadan yüz tanıma olarak.

Yapay zeka tasarımcılarının şu anda bildiği tek şey, birçok eğitim denemesinde ortaya koydukları sinir ağlarının, ortaya çıkan ağın işlevi hakkında derin bir anlayışa sahip olmadan, eldeki sorunu çözecek şekilde sihirli bir şekilde birbirine bağlandığıdır. . Yapay zeka alanında bu, yapay zekanın çalıştığı "kara kutu" sorunu olarak bilinir, ancak işleyiş biçimi, sanki sistem opak bir kara kutuya kilitlenmiş gibi belirsizdir.

AI geliştiricileri bir sineğin beynini bir sonraki arabanızın AI görüş sistemine yerleştirmeyi başarırsa hem kötü hem de iyi haberler olacaktır.

Kötü haber şu ki, arabanız karmaşık ortamlarda kusursuz bir şekilde hareket etmesine rağmen (bir sinek gibi) hala öngörülemeyen davranışlar sergileyebilecek bir "kara kutu". Örneğin, arabanız yeni bir sineklik ile bir hırdavatçıdan çıktığınızı görürse, motorunu çalıştırabilir ve sizden hızla uzaklaşabilir.

Ama işte iyi haber: Bu olduğunda, arabanızın kontrol etmek için durdurduğu en yakın taze köpek kakası yığınını arayarak kaçamak yeni aracınızı hızlı bir şekilde bulabilmelisiniz.