Самособирающиеся нейросети открывают многообещающие перспективы для ИИ

Биологические и искусственные нейронные сети имеют существенные отличия. Глубокие нейронные сети не способны самоорганизовываться, расти и адаптироваться к новым ситуациям. Биологические сети самоорганизуются и создают сложнейшие системы, вырастая из одной клетки.

Исследователи из IT-Университета Копенгагена разработали систему ИИ, в которой нейроны самособираются, растут и подстраиваются под поставленные задачи, имитируя естественные процессы, которые происходят в биологических сетях.

Ученые представили уникальное кодирование графовой нейронной сети (ГНС), включающее в себя две взаимосвязанные нейронные сети.

Первая, сеть стратегии, координирует действия агента и находится под контролем второй сети — нейронной программы развития (ПНР), функционирующей внутри каждого нейрона. Это дает возможность вырастить оперативную стратегическую сеть, основанную исключительно на локальной связи нейронов.

Такой подход позволяет нейронным сетям агентов начинать развитие с базовой структуры и формироваться под влиянием их опыта и окружающей среды.

В ходе тестирования самособирающейся сети она смогла найти подходящие решения задач, хотя они оказались не столь оптимальными, как существующие.

Ученые считают, что разработанный ими метод позволяет научиться выращивать конкурентноспособные сети и стратегии.

Объединение традиционного глубокого обучения и самосборки открывает многообещающие перспективы для экспериментов в области развития ИИ.

0 комментариев