Η Deep Mind, η θυγατÏική εταιÏεία της Google στο πεδίο της τεχνητής νοημοσÏνης, παÏουσίασε Îνα νÎο Ï€ÏόγÏαμμα που θα μποÏοÏσε να εντοπίσει το δÏόμο του με επιτυχία σε Îνα εικονικό λαβÏÏινθο.
Η Ï€Ïωτοτυπία Îγκειται στο ότι ο αλγόÏιθμος βαθιάς μάθησης του νÎου συστήματος τεχνητής νοημοσÏνης μποÏεί «αυθόÏμητα» να μιμηθεί τη δÏαστηÏιότητα των νευÏώνων του ανθÏωπίνου εγκεφάλου (των λεγόμενων «κυττάÏων πλÎγματος»), που επιτÏÎπουν σε Îνα άνθÏωπο να ξÎÏει τη θÎση του στο χώÏο, κάτι ζωτικό για να πλοηγηθεί σε Îνα λαβÏÏινθο.
Η μεγάλη Îκπληξη ήταν ότι το νÎο Ï€ÏόγÏαμμα -Îνα Î²Î±Î¸Ï Î½ÎµÏ…Ïωνικό δίκτυο που χÏησιμοποιεί πολλαπλά στÏώματα τεχνητών νευÏώνων για να επεξεÏγασθεί τις πληÏοφοÏίες- αναπαÏήγαγε τους πολÏπλοκους νευÏικοÏÏ‚ κώδικες που, όπως Îχει αποδειχθεί από το 2005 σε εÏγαστηÏιακά πειÏάματα με ζώα και ανθÏώπους, ο εγκÎφαλος χÏησιμοποιεί για να Ï€Ïοσανατολισθεί.
Με άλλα λόγια, η τεχνητή νοημοσÏνη χÏησιμοποίησε μόνη της την ίδια στÏατηγική νοητικής πλοήγησης στο χώÏο, την οποία χÏησιμοποιεί και η βιολογική νοημοσÏνη. Το επίτευγμα αυτό Ï€Ïόκειται να βοηθήσει τους νευÏοεπιστήμονες στις ÎÏευνÎÏ‚ τους για τη λειτουÏγία του εγκεφάλου.
Οι εÏευνητÎÏ‚ της Deep Mind και του University College του Λονδίνου (UCL), με επικεφαλής τον ÎτάÏσαν ΚουμαÏάν, που Îκαναν τη σχετική δημοσίευση στο πεÏιοδικό
Nature
, χÏησιμοποίησαν το νÎο σÏστημα για να εκπαιδεÏσουν Îνα ψηφιακό αÏουÏαίο να βÏίσκει την Îξοδο σε Îνα επίσης ψηφιακό λαβÏÏινθο πιο γÏήγοÏα και από Îνα άνθÏωπο ÎμπειÏο σε αυτό το παιγνίδι.
Οι ειδικοί μίλησαν για επίτευγμα-οÏόσημο στο πεδίο της τεχνητής νοημοσÏνης. ΜÎχÏι σήμεÏα Ï€ÏογÏάμματα Î±Ï…Ï„Î¿Ï Ï„Î¿Ï… είδους είχαν πετÏχει εντυπωσιακά Ï€Ïάγματα και είχαν νικήσει τους ανθÏώπους σε διάφοÏα επιτÏαπÎζια παιγνίδια (σκάκι, πόκεÏ, Go κ.α.), αλλά η πλοήγηση σε Îνα λαβÏÏινθο αποτελεί ξεχωÏιστή Ï€Ïόκληση.
...
Πηγή/ΠεÏισσότεÏα: in.gr


































