宁德生活圈

网站首页 科技 > 正文

荷兰博士生如何研究进化人工大脑在动物体内模仿人?

2021-09-23 02:50:29 科技 来源:
导读 Joost Huizinga看着六条腿的蜘蛛机器人,它在电脑屏幕上创造了一个天窗。起初,当它试图吞下代表食物的绿色金字塔时,它会游移不定。人

Joost Huizinga看着六条腿的蜘蛛机器人,它在电脑屏幕上创造了一个天窗。起初,当它试图吞下代表食物的绿色金字塔时,它会游移不定。人工节肢动物已经成功尝试包围一些金字塔并使其消失。然而,在追求食物的短暂时间后,蜘蛛失去了平衡,最终爬上它的背并连接起来。

“这是一只未解的蜘蛛,”慧津加摇着头说它仰面着陆,像乌龟一样无助。它必须首先学会走路。"

来自荷兰华盛顿大学的博士生Huizinga今年1月来到怀俄明大学,与华盛顿大学计算机科学系副教授Jeff Clune一起学习。Huizinga正在研究如何以更类似于动物大脑组织的方式开发计算机大脑。具体来说,他试图弄清楚进化是如何在动物大脑的连线中产生关键属性的——也就是说,为什么动物(包括人类)进化成了具有规则、分层和模块化组织的大脑。

“我的研究目标是研究模块化和规律性,”Huizinga在UW工程大厦正在开发的人工智能实验室中说。“两者是分开研究的。我的目标是将它们结合起来。”

模块化是指大脑由与生俱来的神经结构或模块组成,具有独特而既定的进化功能。规律性是一种在大脑中反复出现的模式。Huizinga希望他的模型能同时模仿这两者。

提高直觉

Huizinga说,在大多数使用计算机或人工大脑的研究中,神经网络是为了完成一项任务并以“非常复杂的方式”解决它而创建的。

“一切(在计算机大脑中)都是同时相关的,”他解释道。“如果你想让它识别条纹立方体,它会处理‘条纹’和‘立方体’。它无法区分“立方体”。如果你给它一个有斑点的立方体,它不会认出它是立方体。”

为了纠正这种混乱的思维过程,Huizinga继续研究人工大脑具有模块的模型,这意味着大脑分裂的模式类似于人或动物的大脑。因此,在条带立方体示例中,将有一个单独的模块来分别标识模式和立方体。

“这样,当模型有一个斑点立方体时,它就已经知道立方体是什么,然后它就可以区分颜色模式,”Huizinga说。"拥有一个模块可以让你在大脑的某个地方发挥作用."

为了创造这种模块化,Huizinga将“连接成本”应用于人工大脑。简而言之,人工大脑因从大脑最左侧到最右侧的长连接而受到惩罚。他说,保持较短的连接可以更容易地在人工大脑中创建更多的模块,从而实现更多的功能。

他说:“当我们选择那些能够生存并且不会进入下一代的人时,我们会考虑这些连接成本以及他们在实际任务中的表现。”

模型中的规律性将通过程序中使用的人工脱氧核糖核酸来开发。为了产生这种规律性,他使用的脱氧核糖核酸比大脑中连接和神经元的基因少得多。因此,有必要重用信息并创建规则模式。

“在这种情况下,我们将DNA定义为基本上是如何构建人类或动物大脑的代码,”Huizinga说。

Huizinga认为,机器人在未来将发挥更重要的作用。在最基本的层面上,他设想机器人从各种地形收集垃圾。他说,在更先进的水平上,机器人可以用于搜索和救援被困在拉勒米山脉的徒步旅行者。

他说:“因为我们有这种模块化,我们可以在这些模块的基础上开发和进化这个单一的(人工)大脑,并随着时间的推移将其进化成更复杂的大脑。“最终,机器人将拥有更多自主权。”

例如,他推测这种自主性对于未来的月球太空探索或火星探索非常重要。Huizinga指出,NASA的小型探测车从2003年开始在火星上使用,有时很难驾驶不平坦的地形。在一个例子中,一个被称为“精灵”的流浪者被困在柔软的沙地上。在其他事件中,“精神”和“机会”经历了有限的太阳能,这使得它们在肆虐的沙尘暴中几乎不起作用。

“他们(流浪者)经常失败,因为他们错过了我们在高级动物身上发现的意识,”Huizinga说。

克鲁恩说:“比较动物可以踩踏的地方和机器人可以去的地方。“动物在天空翱翔,穿过茂密的森林树冠,爬上高山,在崎岖的地形上奔跑,在大地上挖洞,在湍急的水中游泳。我们的机器人很难在完全平坦的地板上行走。”

他继续说道,“此外,还要考虑动物能够执行的行为范围(寻找食物、筑巢、追逐和躲避追逐等。).如果我们想要能扑灭森林大火的机器人。

,在自然灾害后找到幸存者,或者为了清理我们的房屋,我们需要他们展示天然动物的敏捷性和惊人的学习能力。“

并行性能

为了改善他的模型的功能,以及最终他的蜘蛛机器人,Huizinga通过Mount Moran运行他的程序,这是UW的高性能计算集群,在怀俄明州西部Tetons的一座山峰之后绰号。

Mount Moran 使大气科学和地球科学系的教师能够使用NCAR-怀俄明超级计算中心(NWSC)来学习他们对软件的期望。该集群为该组教师提供了解决由于将并行算法从数十个或数百个处理器扩展到数千个处理器而导致的问题的机会,然后在NWSC上移动到数万个处理器。

该集群还为任何UW研究教员提供研究资源 - 例如生物信息学家,社会科学家,纯数学家和理论物理学家 - 他们有一个复杂的问题,或者他们的研究不属于NWSC的范围。

此外,欢迎威斯康星大学的学生使用高性能计算中心进行工作,这通常与威斯康星大学的教师合作。

“Joost,他自己,可能已经在Mount Moran使用了数千小时的计算,”Clune说。“我的猜测是,自成立以来,他可能是Mount Moran的顶级用户之一。”

最初,Huizinga探讨了他在阿姆斯特丹VU大学的领域是否有任何博士学位。几个月后,Huizinga说他的教师顾问Everet Haasdijk是Clune的朋友,他给Huizinga写了一封推荐信。

“我实际上首先申请与Clune博士合作,然后申请到威斯康星大学,”Huizinga说。

Huizinga与Clune合作,他说他已经学会以比他在荷兰的教授经历的更为前瞻的方式展示他的研究。

“他在我们的领域掌握了他的概念问题,而且他在技术上很有天赋,允许他快速编写我们所拥有的任何实验性想法以进行测试,”Clune对Huizinga说。“他对我们正在调查的想法充满热情,并且在不到一年的时间里,已经产生了我们目前正在撰写出版的有趣结果。”

“我确实知道我想留在学术界,所以我想进入研究或攻读博士后学位,”Huizinga说。“我还没有决定是留在美国还是去荷兰。”

Huizinga在电脑屏幕上简短地瞥了一眼他的蜘蛛机器人并提到它不仅要学会获取食物,还要学习如何避开掠食者。当然,在学会走路之后。

“人类(大脑)是最终目标,”Huizinga谈到他的研究。“此时此刻,如果我们能拥有(人造的)猎豹大脑,我们会非常高兴。现在,我们略高于苍蝇。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

免责声明: 本文由用户上传,如有侵权请联系删除!


标签: