الگوریتم جدید گوگل هوش مصنوعی را به هوش انسان نزدیکتر می کند-3
محققان برای ساخت هوش مصنوعی جدید، مطالعاتی در زمینهی علوم اعصاب مد نظر قرار
دادند؛ مطالعاتی که نشان میدهند حیوانات با حفظ آن گروه ارتباطات مغزی که برای مهارتهای
بهدستآمده در گذشته مهم تلقی میشود، میتوانند بهطور مستمر «یاد بگیرند».
درسهای آموختهشده در استتار از طعمه برای بقای حیوانات حیاتی هستند. از اینرو، اگر
مهارتهای لازم برای دیگر مراحل حیات با فوتوفن لازم برای پیدا کردن غذا در مغز موش جایگزین
میشد؛ این حیوان نمیتوانست مدت خیلی زیادی زنده بماند.
با مجله خبری ایشومر همراه باشید :
هوش مصنوعی دیپمایند، بازتابدهندهی فرایند یادگیری مغز انسان با یک راه ساده است.
قبل از آنکه این برنامه، از انجام یک وظیفه به سراغ انجام وظیفهی دیگر برود، روی این موضوع
کار میکند که کدام گروه از ارتباطات در شبکههای عصبی آن برای انجام و پردازش وظایفی که
پیش از این یاد گرفته است، دارای بیشترین اهمیت بودهاند. در ادامه روی آنها نیز کار میکند
تا با یادگیری مهارت جدید، بتوانند تغییر کنند. کرکپاتریک چنین میگوید:
اگر شبکه توانایی استفادهی مجدد از آنچه یاد گرفته است، داشته باشد، در ادامه این کار را انجام خواهد داد.
دانشمندان با تماشای بازیهای هوش مصنوعی متوجه برخی از استراتژیهای جالب بهکاررفته
در روند آن شدند. بهعنوان مثال، در هنگام انجام بازی اندورو، هوش مصنوعی هر یک از مراحل
مختلف بازی را بهعنوان یک وظیفهی متفاوت برای خود در نظر میگرفت و بر همین اساس اقدام
میکرد. گفتنی است که اندورو یک بازی مسابقهی ماشین است و مراحل آن در حالتهای روز، شب
و راندن در شرایط برفی تعریف شدهاند.
محققان، هوش مصنوعی را با به کار گرفتن آن برای انجام ۱۰ بازی کلاسیک
آتاری، از جمله برک آوت، مهاجمان فضایی و مدافع بهصورت تصادفی، در مسیری
که هدفشان است قرار دادند. آنها دریافتند که پس از گذشت چند روز
از انجام هر بازی، هوش مصنوعی بهطور معمول در هفت بازی، دارای عملکردی
بهخوبی یک بازیکن انسان بود. بدون رویکرد تثبیت حافظهی جدید، هوش مصنوعی
بهسختی قادر میبود یکی از آن بازیها را بهخوبی انجام دهد.