Исследователи учат искусственный интеллект абстрагироваться

Исследователи Технического университета Граца (TU Graz, Австрия), математически смоделировали взаимодействие между нейронными узлами в мозге человека, которые формируют основу для высших когнитивных способностей, мышления, воображения, аргументации, планирования и обработка речи.

Нейронные узлы постоянно перестраиваются, чтобы обрабатывать информацию из окружающей среды, отображать её в символах, структурировать и превращать в знания. Такая адаптивность или пластичность позволяет мозгу преодолевать ограничения вычислительной мощности и создавать неограниченное количество паттернов для действий.

Результаты исследований учёных из Граца могут привести к новым эффективным методам работы искусственного интеллекта, сочетающим в себе два подхода: символьный и коннекционный (нейросетевой).

Алгоритмы в системах символов основаны на определенных правилах и логических формулах и убедительны благодаря своей способности абстрагировать: то есть способность обобщать и применять общий контекст к конкретным фактам. По этой причине они оптимально подходят для легкого применения в совершенно новых ситуациях.

Но системы на основе символов нельзя обучать для приложений с большим объемом данных, как это возможно в нейронных сетях.

Нейронные сети состоят из адаптивных вычислительных блоков, которые самоорганизуются и могут быстро решать сложные проблемы при совместной работе. Способность к обучению в нейронных сетях сделала их более привлекательным для современных исследований ИИ и для современных приложений ИИ. Но нейронные сети испытывают трудности с задачами, решению которых их не обучали.

Новые модели нейронных узлов ИИ, основанные на знании о том, как работает человеческий мозг, смогут объединить в себе преимущества символьного и коннекционного подходов, такой ИИ может и абстрагировать, и обучаться.