BIZIT 11 - prvi dan

Ovaj startap razvija veštačku inteligenciju koja može da leti dronovima i donosi sopstvene odluke 

Debata o tome koliko daleko veštačka inteligencija može da ode okreće se oko pitanja šta zapravo čini ljudsku inteligenciju, i da li mašina može da funkcioniše dovoljno slično ljudskom mozgu?

PCPress.rs Image

Stanhope AI gradi svoj model na osnovu ljudskog mozga i principa neuronauke 

Iako ne teži opštoj veštačkoj inteligenciji, britanski Stanhope AI gradi svoje modele prema principima neuronauke i koristi prediktivne, hijerarhijske mehanizme koji koristi naše mozgove kao inspiraciju. Rezultat je veštačka inteligencija koja ne zahteva obuku. U osnovi, samo joj je potrebno reći da postoji, pružiti prethodni sistem verovanja — i onda krene (doslovno) u stvarni svet i uči iz svoje okoline koristeći senzore. Slično tome kako vi vidite, čujete i osećate stvari koje proširuju vaše znanje, uzrokujući da ažurirate (ili ojačate) svoj svetovni pogled. Spinout sa Univerzitetskog koledža u Londonu, startap je upravo prikupio 2.3 miliona funti za svoju “agencijsku veštačku inteligenciju” inspirisanu neuronaukom. U razgovoru sa suosnivačem i CEO-om, profesorkom računarske neuronauke Rosalyn Moran, saznaćemo više o tehnologiji i viziji budućnosti ove startap kompanije. 

Slojeviti ‘mozak’ AI-a kompanije Stanhope 

Stanhope AI metoda se oslanja na teoriju koja kaže da mozak ima model sveta i kontinuirano pokušava da prikupi dokaze kako bi validirao i ažurirao taj model. “Veštačka inteligencija ima ‘mozak’ nekoliko nivoa duboko, a na samom dnu mozga su njegovi senzori,” objašnjava Moran. Senzori, koji bi za vas i mene bili naši oči, u ovom slučaju su kamere i LiDAR. “I onda ti senzori ulaze u prediktivni sloj koji će pokušati da kaže, ‘U redu, video sam zid tamo. Sada mi nije potrebno dalje da gledam’. I to je ugrađeno u zanimljiviju kognitivnu predikciju na višim nivoima. Dakle, veoma je slično hijerarhijskom mozgu.”

Pročitajte i:  Tehnološki giganti pokušavaju da ublaže Zakon o veštačkoj inteligenciji EU

Ovo je ista vrsta predikcije kojom se angažuju naši ljudski mozgovi kako bi razumeli svet i uštedeli energiju (mozak je organ sa najvećom potrošnjom energije koji imamo). Ovo je princip neuronauke nazvan “aktivno zaključivanje,” deo Teorije slobodne energije, koju je razvio Moranov suosnivač, profesor teorijske neurobiologije, Karl Friston. “Nije mi potrebno da proverim svaki piksel na zidu kako bih bio siguran da je to zid – mogu da popunim malo. Zato mislimo da je ljudski mozak tako efikasan,” dodaje Moran. U osnovi, način na koji doživljavate svet je rezultat toga kako vaš mozak predviđa da ćete ga videti, u službi energetske efikasnosti. Ali zasluga za naše mozgove je što potom usavršavaju te predikcije na osnovu dolaznih senzorskih podataka.

Model Stanhope AI-a radi isto, koristeći vizuelni ulaz iz sveta oko sebe. Zatim donosi autonomne odluke na osnovu novih, stvarnih podataka u realnom vremenu. Nije potrebno masovno obučavanje podataka. Korišćenje ovog pristupa veštačkoj inteligenciji značajno se razlikuje od tradicionalnih metoda mašinskog učenja kao što su one korišćene za obuku LLM-ova, koji mogu da funkcionišu samo sa podacima koje im obezbede oni koji ih obučavaju. “Ne obučavamo [naš model],” kaže Moran. “Teži deo je u uspostavljanju generativnog modela i osiguravanju da je ispravan i da ima dosledne prethodne verovatnoće sa mestima na kojima biste želeli da radi.”

Pročitajte i:  Automatizacija posla: AI roboti sortiraju otpad

Ovo je sve teoretski fascinantno, ali da bi startap izašao iz laboratorije, potrebne su stvarne primene. Stanhope AI kaže da njihova veštačka inteligencija može da se nalazi na autonomnim mašinama, kao što su dostavni dronovi i roboti. Tehnologija se trenutno testira na dronovima sa partnerima uključujući Saveznu agenciju Nemačke za disrupcione inovacije i Kraljevsku mornaricu. Najveći tehnološki izazov koji je startap dosad prevazišao bio je skaliranje sa manjih modela koji rade u laboratorijskim uslovima, na veće koji mogu da nauče da se snalaze u znatno prostranijem pejzažu. Moran izjavljuje: “Morali smo koristiti tri matematička pravca za obavljanje računanja slobodne energije koji su bili znatno efikasniji, kako bismo mogli da izgradimo mnogo veće svetove za naše dronove.” Takođe dodaje da pronalaženje odgovarajuće hardverske opreme na koju kompanija može pristupiti i kontrolisati je, a da ne mora da se oslanja na treće strane, takođe predstavlja značajnu inženjersku prepreku.

Nova era agentične veštačke inteligencije

Stanhope AI-jevi “Aktivni inferentni modeli”, kako tvrdi kompanija, zaista su autonomni i mogu obnavljati i usavršavati svoje predikcije. To je deo nove ere “agentične veštačke inteligencije” koja, baš kao i ljudski mozak, uvek pokušava “da pogodi šta će se sledeće desiti” kontinuiranim učenjem iz razlika između predikcija i podataka u realnom vremenu. Nema potrebe za obimnim (i skupim) prethodnim obukama, a ovaj pristup takođe smanjuje rizik od “halucinacija” veštačke inteligencije.

Pročitajte i:  Samsungu fali 126 milijardi dolara?

Značajno je napomenuti da su AI modeli Stanhope-a beli modeli, sa “objašnjivosti ugrađenom u njihovu arhitekturu.” Kako Moran pojašnjava: “Mi se uverimo da on savršeno funkcioniše u simulaciji. Ako veštačka inteligencija ili dron uradi nešto čudno, onda detaljno analiziramo šta je verovao, zašto je uradio to što je uradio, tako da je ovo veoma drugačiji način razvoja veštačke inteligencije.” Ideja, kaže ona, jeste da se transformišu sposobnosti veštačke inteligencije i robotike i da ih učini efikasnijim u realnim scenarijima.

Izvor: Thenextweb

Facebook komentari:
Računari i Galaksija
Tagovi: , ,