时间:2024-09-15 08:18:50
人工智能学家
作者:NEUROSCIENCE NEWS
翻译:王益军
审校:心
链接:neurosciencenews
人工智能系统最近所取得人工智能在网络信息整合中的作用的突破使得人工智能在多种具有挑战性的游戏中战胜人工智能在网络信息整合中的作用了人类人工智能在网络信息整合中的作用,而这些成就的根源在于受到人类大脑对信息处理的神经网络的启发。6月14日,发表于认知科学趋势的评论表示:来自谷歌深度思维以及斯坦福大学的研究人员对最初的开发理论进行了更新,从而对人类以及其他动物的学习方式进行了解释,同时也重点强调了其作为框架对指导人工智能代理开发的潜在重要性。
该理论最初于1995年发表,该理论表明学习是两个辅助学习系统的综合产物。第一套系统通过接受体验,从而慢慢地对知识与技能进行学习,而第二套系统则对特定的体验进行储存,从而让这些体验能够进行重放,从而与第一套系统能够有效集成。该理论基于著名的英国计算神经科学家戴维.玛尔之前建立的理论以及最近在神经网络学习方法领域的发现。
“相关证据似乎让人叹服,因为大脑存在两种学习系统,同时,这两套学习系统之间相辅助充从而当大脑面对重要的学习问题时能够提供强大的解决方案,而辅助学习系统理论对两者之间的辅助关系进行了解释。”斯坦福大学心理学教授詹姆斯.麦克兰德(1995年相关文件的主要作者兼当前评论的高级作者)如此表示。
所推荐理论的第一套系统位于大脑的新皮质位置,该系统受当今深度神经网络启发江南体育官网。和如今的深度网络一样,这些系统在输入与输出之间包含有多个神经元层,这些网络中的知识处于神经连接中。此外,通过体验,这些连接慢慢地被编程,使其识别目标江南体育app,感知语音、理解并生成语言的能力不断得到提升,甚至还能够在游戏过程中选择最佳的行为以及其他设置(当智能行为依赖于所获得的知识时)。
当需要学习新的知识时,这样的系统就会面临困境:如果相关的连接做出足够大的变化从而迫使新的知识迅速地进入到这些连接时,就会彻底地使之前储存在连接中的其他知识发生扭曲。
“这也正是辅助学习系统发挥作用的领域,”麦克兰德表示。在人类以及其他哺乳动物中,第二套学习系统位于名为海马体的结构中。“最初,新体验的相关信息被储存在海马体中,从而使其能够迅速得到利用,我们也会把这些信息保留在附近从而能够被回放至皮质,使其与正在进行中的体验以及其他相关的存储信息产生交错。”因此,两个系统组织能够实现即时学习,同时逐渐地与皮质中的结构化知识进行集成。
“受辅助学习系统理论启发的神经网络结构的组成部分在多种电脑游戏(比如太空侵略者以及越狱)成功地达到了人类级别的性能。”深度思维认识神经科学家Dharshan Kumaran(相关评论的首席作者)如此表示:“正如相关理论所述,这些神经网络利用与海马体类似的记忆缓冲来对最近游戏的情节进行储存,并交叉播放与重放。这样能够很大程度上增强对实际游戏体验的利用,同时避免相关体验的本地运行倾向,从而避免控制系统的学习。”
Kumaran与麦克兰德以及深度思维的联合创始人德米斯.哈萨比(也是相关评论的联合作者)合作,根据1995年版本的辅助学习系统理论预想对海马体的作用进行拓展。
“在我看来,”哈萨比说:“辅助学习系统理论的拓展版本在神经科学方面以及开发人工一般智能方面可能会给未来研究提供框架,这也是谷歌深度思维的目标。”
关于这一篇干细胞研究文章
经费:相关研究人员获得纽约干细胞科学以及斯塔尔基金会的支持。国家卫生研究院以及国家癌症研究院对部分工作也提供了进一步的支持。
来源:Joseph Caputo ——电子期刊
图片来源:NeuroscienceNews.com图片归功于Kumaran et al./认知科学发展趋势
原始研究:Dharshan Kumaran、德米斯.哈萨比以及詹姆斯.麦克兰德在认知科学发展趋势中发表的有关“智能代理需要什么样的学习系统”的研究。
摘要江南体育:
智能代理需要什么样的学习系统?辅助学习系统理论更新。
我们对辅助学习系统理论进行更新,该理论认为智能代理必须拥有两套学习系统,并以哺乳动物皮质以及海马体为例。第一套学习系统需要结构化知识表现,而第二套学习系统则迅速地对个体体验的细节进行学习。在该理论中,我们对海马体记忆重放的作用进行了拓展,指出记忆重放能够对体验统计资料进行目标依赖衡量。此外,我们还解决了该理论最近所面临的挑战,并通过展示周期性海马体踪迹来对该理论进行延伸,从而支持部分广义化形式,新皮质对于符合已知结构知识的学习速度非常迅速。最后,我们还指出了该理论与人工智能代理设计之间的相关性,突出了神经科学与机器学习之间的关系。
发展趋势:
发现体验组合中的结构依赖于新皮质中的生物神经网络以及当代人工神经网络的交叉学习过程。
最近的研究表明一旦结构化知识在这些网络中被获取,新的一致性信息就能够被迅速整合。
天然学习系统与人工学习系统都得益于将特定的体验存储并集中于哺乳类动物海马体中的第二套系统。
第二套系统对相关体验的重放为交叉学习提供支持,并且能够通过奖励或新奇的东西进行调节,从而对代理目标的一般环境统计资料进行再平衡。
对基于实例的系统内的多重记忆进行周期性激活可以用于发现体验之间的联系,从而为广义化以及基于记忆的推理提供支持。
“智能代理需要什么样的学习系统?辅助学习系统理论更新”:Dharshan Kumaran、德米斯.哈萨比以及詹姆斯.麦克兰德在认知科学发展趋势中发表的有关“智能代理需要什么样的学习系统”的研究。 发表于2016年6月14日 dio:10.1016/j.tics.2016.05.004
欢迎报名6月28日创新项目微信群路演,面对近百位著名投资人展示
第一期“创新项目与风险投资家见面会”将在6月28日举行,AIE实验室欢迎创新科技项目负责人届时参加风险投资家微信群项目路演,报名请点击本文左下角”阅读原文“
AIE实验室邀请近100位著名风险投资家和天使投资人加入创新项目展示群,其中包括高榕资本合伙人张震、英诺基金创始合伙人李竹、峰瑞资本创始人李丰、真格基金创始人徐小平、360公司创始人周鸿祎、猎豹移动CEO傅盛、软银赛富投资基金合伙人羊东、老鹰基金创始人刘小鹰、前北京联众总裁,著名天使投资人鲍岳桥、罗辑思维创始人罗振宇、美团网创始人兼CEO王兴、诺基亚成长基金董事总经理及合伙人邓元鋆、紫牛基金合伙人张泉灵、金沙江创业投资基金合伙人朱啸虎等人。
创新项目获得风险投资关注
报名请点击本文左下角”阅读原文“
人工智能学家 Aitists
人工智能学家是权威的前沿科技媒体和研究机构,2016年2月成立人工智能与互联网进化实验室(AIE Lab),重点研究互联网,人工智能,脑科学,虚拟现实,机器人,移动互联网等领域的未来发展趋势和重大科学问题。
长按上方二维码关注微信号 Aitists
投稿邮箱:post@aitists.com