Нейросеть от Google превзошла человека в ориентировании по лабиринту

Исследователи Google из подразделения по разработке систем искусственного интеллекта DeepMind представили нейросеть, которая предназначена для поиска пути из лабиринта. В процессе обучения в программе спонтанно возникли узлы, аналогичные по функциональности и активности «нейронам решетки» — специальным нервным клеткам млекопитающих, элементам системы ориентирования, за открытие которых дали Нобелевскую премию по физиологии в 2014 году. Исследование опубликовано в журнале Nature.

Искусственные нейросети — это компьютерные программы, некоторые аспекты работы которых позаимствованы из живой природы. В частности, характеристики элементарных единиц нейросетей напоминают свойства электрического возбуждения нейронов животных, но структура связей между элементами обычно не имеет ничего общего с мозгом. Различные типы нейросетей могут решать задачи определенного типа на уровне человека или даже лучше. В частности, сверхчеловеческих возможностей подобные программы достигли при распознавании образов и в играх наподобие шахмат, го и покера. Во многих других ситуациях подобные системы справляются с заданиями не лучше годовалого ребенка.

В новой статье описывается работа рекуррентной нейросети (то есть с направленными связями), которую тренировали для того, чтобы она смогла имитировать то, как ориентируются животные. В результате в одном из ее слоев активность четверти элементов оказалась похожа на специфические сигналы клеток животных, причем степень подобия авторы называют поразительной. Нейросеть смогла эффективно ориентироваться в сложном, незнакомом и меняющемся со временем виртуальном лабиринте лучше, чем тренированный человек. «Она действует подобно животным, то есть выбирает прямые маршруты и кратчайшие пути, где это возможно, — говорит руководитель коллектива Даршан Кумаран из DeedMind. — С работающими клетками решетки ее эффективность явно повышается, преодолевая уровень человека».

Способность программы с нуля действовать так же, как человек, вселяет в авторов уверенность, что подобный подход позволит прояснить некоторые другие особенности нервной системы, например, детали управления конечностями. «Нет причин, почему мы не могли бы понять другие функции работы мозга, — говорит один из соавторов Касвелл Барри, нейробиолог из Университетского колледжа Лондона. — Такие работы могут стать тестовым полигоном для экспериментов, невозможных в ином случае».

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.