2020-10-05 06:40:10
Я давно не писал о темах, которые меня волнуют, но в которых я только начинаю хорошо разбираться. Как обычно, один из способов разобраться в чем-либо и увидеть что-то в перспективе, это попытаться об этом кому-либо рассказать. Как говорил один профессор из MIT – креативность это вопрос неверной интерпретации. Пытаясь рассказать что-либо своими словами, нам приходится быть креативными, чтобы передать основную суть.
Если говорить об искусственном интеллекте, как области, которая зародилась еще в 50х годах, то можно увидеть большое количество параллелей с развитием наших знаний о мозге и об искусственных системах. Например, Фрэнк Розенблатт предложил модель нейрона, которая называется перцептрон. Как и другие клетки нервной системы, отдельный нейрон получает информацию от других нейронов и передает ее другим в том случае, если вход от других нейронов превосходит порог. Фокус заключается в том, что подбирая веса входов можно научить такой нейрон делать что-то полезное. Например, отличать свойства кошек от собак или выполнять другие виды классификации.
Примерно в то же время, в 1952 году вышла статья Аллана Ходжкина и Эндрю Хаксли, в которой они описали принцип формирования потенциала действия в аксоне кальмара. Оказалось, что в мембранах нейронов существуют ионные токи калия, натрия и дргих ионов, которые протекают через мембрану и позволяют ему передавать информацию на большие расстояния в нервной системе. Позже выяснилось, что этот механизм является общим для других нейронов, в том числе млекопитающих, т. е. наших с вами. За это обоим ученым дали Нобелевскую премию в 1963 году.
Тем не менее, понимание элементов, из которых состоит мозг не является конечным знанием о том, как он работает. Представьте, что вы купили книгу в Икее и открыв коробку обнаружили там только набор букв. Из букв можно сложить любую книгу, но важен порядок букв, слов и мыслей. Без этого ничего не получится. Также и в нервной системе, знание отдельных элементов и того, как они работают это только начало, гораздо более важным является то, как эти элементы связаны друг с другом. Именно этим занимается отдел нейробиологии, который называется коннектомикой. В рамках этого подхода, изучают то, как связаны отдельные нейроны и группы нейронов друг с другом. Например, недавно в рамках этого подхода люди ученые описали все связи нейронов между собой у маленькой плодовой мушки. Это заняло у большой группы ученых около 12ти лет и стоило около 40 миллиардов долларов.
Тем не менее, в искусственных нейросетях довольно редко задумываются о том, как связывать нейроны друг с другом. В рамках инженерного подхода обычно используют те связи, которые позволяют решать конкретные задачи. Иными словами, предполагается, что сеть нейронов изначально ничего не знает, т. е. является чем-то вроде чистой доски по выражению философа Джона Лока. Тем не менее, искусственные нейросети для распознавания изображений (сверточные нейросети), которые были предложены Яном Ле Куном в 1988 году были вдохновлены зрительной системой млекопитающих. Например, в ранних слоях таких сетей есть искусственные нейроны, которые активны только тогда, когда на входе видят объекты с четким границами. Иными словами, эти нейроны реагируют на границы объектов на изображении, границы полосок зебры. Похожие нейроны есть в зрительной коре животных, которые называются простыми клетками. Они тоже активны только тогда, когда животное видит границы объектов. За открытие такие клеток у кошки, Дэвид Хьюбел, Роджер Сперри и Торстен Визел получили нобелевскую премию в 1981 году.
243 views03:40
B
