Новое исследование открыло разнообразие внутри нейронных сетей искусственного интеллекта

Ученые разработали ИИ, который способен заниматься саморефлексией и модифицировать свою нейронную сеть. У этого ИИ была возможность корректировать количество нейронных связей, а также формировать новые связи, благодаря чему он образует подсети с разнообразными типами и силой нейронов.

После анализа нового ИИ ученые поняли, что ИИ, способный обучать сам себя, намного производительнее по сравнению с обычным ИИ, который обучается только за счет предоставленных данных и использует статические и однородные нейронные сети.

В задачах, связанных с прогнозированием и сложными и хаотичными задачами, тестовый ИИ в разы превосходил своих "статических коллег" в точности. Он показал точность 70%, в то время как обычный ИИ достиг точности всего лишь 57%.

Исследователи также добавили, что преимущество ИИ, ориентированного на саморефлексию, было особенно заметно в задачах, где требуется адаптивность и обучение (автономные ТС, медицинская диагностика и другие).

Результаты, полученные в процессе эксперимента, наталкивают на мысль о пересмотре процесса разработки и обучения ИИ. Вместо того, чтобы использовать традиционные методы обучения, стоит ориентироваться на адаптивные структуры, которые позволят ИИ лучше справляться с более сложными и разнообразными задачами.