Google lärde sin DeepMind AI att komma ihåg saker som en mänsklig skulle.

Detta är unikt. De flesta AI kan specialisera sig på ett område, som att besegra världens bästa Go-spelare. men DeepMind var programmerad att tillämpa tidigare kunskaper och färdigheter för att lära sig nya uppgifter, teckna från ett neuralt nätverk av programmerade färdigheter och “minnen”.

Nu undervisar DeepMind sig hur man organiserar sin egen “hjärna” nätverk. Och Google-forskare var chockade när AI valde att göra en del av sin hjärna, utan någon inmatning från dem, nästan identisk med människor.

Googles DeepMind-team, i samarbete med forskare vid University College London (UCL), fastnade AI i en virtuell reality labyrint för att undervisa den rumslig medvetenhet och memorering av mönster, publicera sina fynd i naturen.

  • Den mest spännande på Google IO 2018 var också den mest praktiska

Med tiden gick det om till sitt elnät i ett sexkantigt mönster (tänk bikupor).

Vad som är betydelsefullt för det mönstret är att det speglar mönstret av neurala celler som finns i vår egen entortiella cortex, som hanterar vår interna navigering och minnesplats - huvudsakligen vår personliga GPS, komplett med sparade platser av våra favorithängningar.

År 2014 vann norska forskare ett Nobelpris för sin forskning på nätceller. Arrangeras i sexkantiga galler, brandar dessa celler signaler i olika riktningar när du flyttar framåt eller ändrar riktningar.

Med dessa celler bildar vår entorhina cortex en mini-karta i ditt huvud som hjälper dig att komma ihåg den snabbaste vägen till jobbet eller gissa vilken riktning norr norr.

Och utan någon vägledning skapade DeepMind sin egen hexagonala mentala mini-karta för att komma ut ur labyrintpussel ännu snabbare än mänskliga hjärnor kan.

Kredit: Andrea Banino et al.

“Vi blev förvånade hur väl det fungerade,” Caswell Barry, en UCL neuroscientist, berättade förmyndaren. “Graden av likhet är helt slående.”

Med hjälp av det här mänskliga nätverket lärde sig AI att känna igen den mest direkta vägen mot ett mål, och till och med tänkte sig att fuska och ta genvägar.

AI hjärnor: en karta för att förstå vår egen?

DeepMind emulerade naturligt en aspekt av mänsklig hjärnstruktur som inte var allmänt känd förrän för fyra år sedan.

Eftersom Googles AI blir mer intelligent och tar på sig andra uppgifter kommer det sannolikt att utveckla nya neurala nätverk som effektivt hanterar dessa uppgifter.

Dessa nätverk kan hjälpa forskare att bättre förstå hur våra egna hjärnor fungerar. Eller, som Barry berättade förmyndaren, “Det kan vara en testbädd för experiment som du annars inte skulle göra.”

Alzheimers mål är den entorhina cortexen först innan de går vidare till hippocampus och andra hjärnregioner.

Titta på hur hälsosamma hjärnans och sjuka hjärnans gridceller jämför sig med avfyrningen av DeepMinds elektriska noder kan ge en intressant avenue för studier för neurovetenskapare i hopp om att bättre förstå sjukdomen.

För närvarande är DeepMinds inverkan mer centrerad på kortsiktiga tekniska förbättringar än långsiktiga hälsoproblem.

Under Google IO 2018-konferensen denna vecka meddelade Google att Android P skulle ha förbättrat batterilivslängd och adaptiv ljusstyrka, baserad på DeepMind AI-tekniken.

Plus, naturligtvis, nu som robotar kan jaga efter oss och vi kan inte ens fly dem i en labyrint, vi är i princip dömda.

Via väktaren

  • 5 kan inte missa funktioner i Android P
  • De bästa dammsugarna: från trådlösa till vacs med robothjärnor