Источник: Известия
Российские ученые предложили новую архитектуру памяти для ИИ, которая повторяет принципы работы человеческого мозга. Обучаясь, нейросети постоянно забывают старые данные. Такая «деменция» остается основным препятствием при создании беспилотных автомобилей или пожизненных медицинских помощников, которым необходимо непрерывно подстраиваться под меняющиеся условия. Специалисты «подсмотрели» принцип работы человеческого мозга и воплотили его в компьютерной модели, что дало ИИ стабильные воспоминания. Технология найдет применение в создании беспилотных автомобилей, роботов и дронов, полагают эксперты.
Как рассказал «Известиям» ведущий эксперт в области ИИ «Университета 2035» Ярослав Селиверстов, критически важной проблема забывания ИИ становится для автономных роботов, которые должны накапливать опыт взаимодействия с объектами, или для беспилотных автомобилей, сталкивающихся с новыми дорожными ситуациями. Это главный барьер на пути создания по-настоящему гибких и самостоятельных машин, способных эволюционировать подобно живому существу.
— Вместо того чтобы равномерно обновлять все связи нейросети при обучении, новая архитектура избирательно модифицирует только те синапсы, которые имеют слабый вес и не несут критически важной информации. Это напоминает механизм работы нашей памяти, где новые воспоминания формируются, не разрушая старые. Заявленное увеличение продолжительности хранения информации в сотни тысяч раз выглядит революционным, поскольку на несколько порядков превосходит возможности существующих аналогов, — сказал специалист.
В промышленной робототехнике такие системы позволят создавать универсальных роботов-манипуляторов, которые смогут осваивать новые операции с деталями, не забывая предыдущие навыки сборки. Для беспилотных автомобилей и дронов это означает возможность непрерывно адаптироваться к уникальным дорожным условиям или ландшафтам, накапливая уникальный опыт без вмешательства инженеров. Перспективным выглядит и их использование в персонализированных медицинских диагностических системах, которые смогут эволюционировать вместе с историей болезни пациента, или в умных домах, гибко подстраивающихся под привычки жильцов, рассказал Ярослав Селиверстов.
Нейросеть при обучении новой задаче иногда теряет до 90–99% точности в решении старых, рассказал эксперт рынка TechNet НТИ, гендиректор группы компаний ST IT Антон Аверьянов.
— Эксперименты на простых задачах дают практически 100%-ное сохранение старых знаний при использовании новой памяти. Однако есть опасения, связанные с тем, что сегодня ни один из биологически вдохновленных механизмов не масштабируется на современные большие языковые или мультимодальные модели размером в сотни миллиардов – триллионы параметров. Но уже в ближайшие 5–10 лет это, в теории, можно интегрировать в малые автономные дроны и рои дронов, которым необходимо работать годами без переобучения, — сказал Антон Аверьянов.
Свежие комментарии