Sztuczna inteligencja, która naśladuje działanie ludzkiego mózgu, też może potrzebować snu – do takiego wniosku doszli amerykańscy naukowcy z Los Alamos National Laboratory. Zespół badaczy, na czele którego stała Yijing Watkins, zaobserwował, że sztuczne sieci neuronowe lepiej się uczą, gdy odpoczną. Odpowiednik dobrze przespanej nocy sprawia, że modele stają się na powrót stabilne. Naukowcy dokonali tego odkrycia, pracując nad siecią, która się uczyć widzenia w podobny sposób do ludzi i zwierząt.

Długie okresy nauki bez nadzoru sprawiały, że sztuczna inteligencja stawała się niestabilna.

Miały na to wpływ próby klasyfikowania obiektów na podstawie samych definicji słownikowych, bez przykładów do porównania. – Zafascynowała nas perspektywa wyszkolenia procesora neuromorficznego w sposób analogiczny do tego, w jaki ludzie i inne systemy biologiczne uczą się ze swojego środowiska w dzieciństwie – mówi Watkins.

Współautor badań Garrett Kenyon tłumaczy, że większość naukowców zajmująca się sztuczną inteligencją nie styka się ze „zmęczoną” maszyną. Problem nie dotyczy sztucznej inteligencji zajmującej się uczeniem maszynowym. – Problem zapobiegania niestabilności systemów uczenia się tak naprawdę pojawia się tylko przy próbie wykorzystania biologicznie realistycznych, przyspieszających procesorów neuromorficznych lub przy próbie zrozumienia samej biologii – mówi Kenyon.

Naukowcy nie od początku wiedzieli, że sztuczna inteligencja powinna „odpocząć” – był to jeden z ostatnich sposobów, które zastosowali, gdy zauważyli, że model przestał być stabilny.

Zdaniem badaczy ich odkrycie może oznaczać, że w przyszłości humanoidalne maszyny i androidy będą musiały – podobnie jak ludzie – spać, by się zregenerować. Zespół naukowców zaprezentuje i dokładniej omówi swoje odkrycie 14 lipca podczas Women in Computer Vision Workshop w Seattle.

Tekst: NS