Исследователи объяснили, что для того, чтобы устройство приспособилось к новым обстоятельством, его «мозг» нужно натренировать определенным методом. Искусственный интеллект (ИИ) часто опирается на нейронные сети, алгоритмы, вдохновленные человеческим мозгом. Но в отличие от нашего органа, мозг ИИ обычно не учится новым действиям после окончания обучения.
Поэтому в новом исследовании исследователи внедрили в сеть правила Хебба — математические формулы, которые позволяют ИИ продолжать обучение. Вместо значений, которые диктуют как активность распространется от одной имитиции нейрона к другой, эти значения меняются, в зависимости от опыта.
Новая умная майка фиксирует активность спортсменов во время тренировок
Чтобы проверить, как работает их метод, команда частично удалила левую переднюю ногу робота, заставив его на ходу компенсировать травму. Устройство смогло пройти расстояние в семь раз больше, чем обычный робот. Об этом исследователи сообщили на конференции по нейро-информационным процессинговым системам. Такое обучение может улучшить алгоритмы для распознавания изображений, перевода языков или вождения.
Ранее исследователи из MIT создали алгоритм, который может определять цели и планы, даже если они могут потерпеть неудачу. Этот тип исследования улучшит работу вспомогательных технологий, роботов для совместной работы или ухода, а также цифровых помощников, таких как Siri и Alexa.
Читать далее:
Посмотрите на самые красивые снимки «Хаббла». Что увидел телескоп за 30 лет?
Исследование: сельскохозяйственные культуры в Чернобыле до сих пор загрязнены радиацией
Ученые сделали первые качественные снимки шипов коронавируса