Back to Top

Νέα «υγρή» τεχνητή νοημοσύνη μαθαίνει συνεχώς από την εμπειρία που αποκτά

Οι ερευνητές του MIT ανέπτυξαν έναν τύπο νευρωνικού δικτύου που μπορεί να «μάθει». Αυτοί οι ευέλικτοι αλγόριθμοι αλλάζουν τις υποκείμενες εξισώσεις τους για να προσαρμόζονται συνεχώς στα νέα δεδομένα.

Αυτό θα μπορούσε να βοηθήσει στη λήψη αποφάσεων βάσει ροών δεδομένων που αλλάζουν με την πάροδο του χρόνου, συμπεριλαμβανομένων εκείνων που εμπλέκονται στην ιατρική διάγνωση και την αυτόνομη οδήγηση.

«Αυτός είναι ο δρόμος προς το μέλλον για τον ρομποτικό έλεγχο, την επεξεργασία φυσικής γλώσσας, την επεξεργασία βίντεο» λέει ο Ramin Hasani, επικεφαλής συγγραφέας της μελέτης. «Η δυναμική είναι πραγματικά σημαντική». Η έρευνα θα παρουσιαστεί στο Συνέδριο AAAI του Φεβρουαρίου για την Τεχνητή Νοημοσύνη.

Τα δεδομένα χρονολογικών σειρών είναι πανταχού παρόντα και ζωτικής σημασίας για την κατανόηση του κόσμου, σύμφωνα με τον Hasani. «Ο πραγματικός κόσμος αφορά τις ακολουθίες. Ακόμη και η αντίληψή μας - δεν αντιλαμβάνεστε εικόνες, αντιλαμβάνεστε ακολουθίες εικόνων», λέει. «Έτσι, τα δεδομένα χρονοσειρών δημιουργούν την πραγματικότητά μας».

Επισημαίνει την επεξεργασία βίντεο, τα οικονομικά δεδομένα και τις ιατρικές διαγνωστικές εφαρμογές ως παραδείγματα χρονοσειρών που είναι κεντρικά στην κοινωνία. Η ανάλυση αυτών των δεδομένων σε πραγματικό χρόνο και η χρήση τους για την πρόβλεψη μελλοντικής συμπεριφοράς, μπορεί να ενισχύσει την ανάπτυξη αναδυόμενων τεχνολογιών, όπως τα αυτοοδηγούμενα αυτοκίνητα.

Ο Hasani σχεδίασε ένα νευρωνικό δίκτυο που μπορεί να προσαρμοστεί στη μεταβλητότητα των πραγματικών συστημάτων. Τα δίκτυα αυτά είναι αλγόριθμοι που αναγνωρίζουν μοτίβα αναλύοντας ένα σύνολο παραδειγμάτων «εκπαίδευσης». Συχνά λέγεται ότι μιμούνται τους τρόπους επεξεργασίας του εγκεφάλου.

Ο ίδιος λέει ότι το «υγρό δίκτυο» που ανέπτυξε παρακάμπτει την ασυμβατότητα που είναι κοινή σε άλλα νευρωνικά δίκτυα. «Απλά αλλάζοντας την αναπαράσταση ενός νευρώνα μπορείτε πραγματικά να εξερευνήσετε κάποιους βαθμούς πολυπλοκότητας που δεν θα μπορούσατε να εξερευνήσετε διαφορετικά.»

«Το ίδιο το μοντέλο είναι πιο πλούσιο από την άποψη της εκφραστικότητας», λέει ο Hasani. Αυτό θα μπορούσε να βοηθήσει τους μηχανικούς να κατανοήσουν και να βελτιώσουν την απόδοση του «υγρού δικτύου».

Τύπος Είδησης: 

Δημοφιλη

Online Εφαρμογές ΔΠΘ

Συγγραφή Βιογραφικού
Σύνταξη Επιχειρηματικού Σχεδίου

Χρησιμοποιήστε τις Online Eφαρμογές που έχει αναπτύξει το Γραφείο Διασύνδεσης Δ.Π.Θ. για

Εργαστηρια Δ.Π.Θ.

Αναζητήστε εργαστήρια των σχολών του ΔΠΘ και εκδηλώστε ενδιαφέρον για συνεργασία και μεταφορά τεχνολογίας

Επιχειρηματικοτητα

Followme

followme
  • Twitter
  • Facebook
  • Linkedin
  • Mixcloud
  • Instagram
  • YouTube

Newsletter

Συμπληρώστε το e-mail σας και θα λαμβάνετε περιοδικά το Δελτίο Τύπου της Ραδιοφωνικής Εκπομπής "Διασυνδεθείτε".

Παρακαλώ, όσοι διαθέτετε λογαριασμό e-mail του Δ.Π.Θ μην τον χρησιμοποιείτε για την εγγραφή σας στο newsletter της Δομής Απασχόλησης & Σταδιοδρομίας του Δ.Π.Θ.

Πλοήγηση