Zdokonalování umělé inteligence je jedním z aktuálních cílů počítačové vědy. Ukazuje se, že pomocnou ruku ve výzkumu mohou v tomto směru podat nedávné biologické poznatky.
Vědecký tým z Okinawského institutu pro vědu a technologii (OIST) se s pomocí počítačových simulací rozhodl zdokonalit stávající model známý jako Hopfieldova síť, přičemž mnohonásobně posílil jeho výkon. Inspiroval se informacemi dostupnými z komplexních analýz neuronové sítě lidského mozku. Co zásadního může tento výzkum přinést moderním technologiím?
Vývoj nových simulací sloužících jako základ umělé inteligence má svou inspiraci v lidských neuronech. Zdroj: Pixabay
Význam Hopfieldovy sítě (nejen) pro umělou inteligenci
Hopfieldova síť představuje zjednodušený model neurální sítě, která funguje na principu propojení virtuálních neuronů obdobně jako tomu je u lidských nervových buněk. S touto myšlenkou přišel John Hopfield již na počátku 80. let 20. století, a od doby svého vzniku byly tyto virtuální neuronové sítě využity v celé řadě technologií, mezi něž se řadí například populární AI chatovací robot ChatGPT.
Pro Hopfieldovy sítě však donedávna platilo určité omezení. Vzájemně propojené neurony dokázaly tvořit pouze párová spojení. Ačkoliv tak tento model simuloval propojení dvou mozkových buněk pomocí synapse, skutečný mozek dokáže díky rozvětveným dendritům vytvářet mnohem komplexnější sítě. A právě tento koncept se japonští vědci pokusili přenést do virtuálního světa.
Zdokonalení stávajícího modelu poskytuje efektivnější a stabilnější průběh operací
Závěry, ke kterým zaměstnanci OIST došli, ukazují, že by upgradované Hopfieldovy sítě mohly poskytnout umělé inteligenci několikanásobně vyšší výkon i rychlost. AI by tak byla mnohem robustnější a bylo by možné ji využít na mnohem složitější operace, než tomu bylo doposud.
Výzkum by také mohl napomoci jiným oblastem vědy. Neurovědci by tak mohli být schopni lépe porozumět některým biologickým procesům, které v mozku probíhají. Přenos signálů napříč centrální nervovou soustavou je tak komplexním jevem, že jeho zjednodušení do podoby počítačového modelu by mohlo vnést světlo do zkoumání jeho samotné podstaty.
Umělá inteligence a paměť
Vyšší výkon modifikovaných Hopfieldových sítí ukazuje, že nový systém nejenže lépe reflektuje skutečný přenos nervových vzruchů napříč buňkami v mozku, výrazně však zvyšuje také svou celkovou kapacitu. Je tedy možné, že nové simulace umožní umělé inteligenci mnohem lépe pracovat se svou vlastní pamětí.
Lidský mozek je komplikovaný orgán. Objasnit by jej mohl model upgradovaných Hopfieldových sítí. Zdroj: Pixabay
Okinawský tým plánuje dále rozvíjet své počítačové modely tak, aby z modifikovaných Hopfieldových sítí dokázaly vytěžit maximum. Jednou z vlastností mozku, která vědce zajímá, je vliv asymetrie nervového přenosu na spojení mezi neurony. Tato nerovnováha je totiž typická právě pro mozkovou tkáň, a je tak otázkou, co by mohla způsobit v počítačovém softwaru. Jisté však je, že umělá inteligence se díky tomuto i celé řadě dalších objevů postupně posouvá vstříc pokročilejším a komplexnějším technologiím.
