Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El sueño es también esencial para los cerebros artificiales, demostraciones estudia

Nadie puede decir si los androides soñarán con ovejas eléctricas, pero necesitarán casi ciertamente los períodos del descanso que ofrecen las ventajas similares a las que el sueño ofrezca a los cerebros vivos, según la nueva investigación del laboratorio nacional de Los Alamos.

Estudiamos clavar las redes neuronales, que son los sistemas que aprenden mucho como hacen los cerebros vivos. La perspectiva de entrenar nos fascinamos un procesador neuromorphic de una forma análogo a cómo los seres humanos y otros sistemas biológicos aprenden de su ambiente durante el revelado de la niñez.”

Yijing Watkins, informático, laboratorio nacional de Los Alamos

Watkins y su equipo de investigación encontraron que las simulaciones de red llegaron a ser inestables después de períodos contínuos del aprendizaje no supervisado. Cuando expusieron las redes a los estados que son análogos a las ondas que los cerebros vivos experimentan durante sueño, la estabilidad fue restablecida. “Era como si dábamos a redes neuronales el equivalente del descanso de las buenas noches,” dijo a Watkins.

El descubrimiento ocurrió mientras que el equipo de investigación trabajó para desarrollar redes neuronales ese de cerca aproximado cómo los seres humanos y otros sistemas biológicos aprenden ver.

El grupo luchó inicialmente con estabilizar las redes neuronales simuladas que experimentaban el entrenamiento de diccionario no supervisado, al cual implica el clasificar de objetos sin tener ejemplos anteriores para compararlos.

“La aplicación cómo guardar sistemas de aprendizaje de llegar a ser inestable se presenta realmente solamente al tentativa utilizar biológico realista, clavando procesadores neuromorphic o al intentar entender la biología sí mismo,” dijo el informático de Los Alamos y al co-autor Garrett Kenyon del estudio.

“La gran mayoría de aprendizaje de máquina, profundamente de aprendizaje, y de investigadores del AI nunca encuentra esta entrega porque en los sistemas muy artificiales que los estudian tenga el lujo de realizar las operaciones matemáticas globales que tienen el efecto de regular el avance dinámico total del sistema.”

Los investigadores caracterizan la decisión para exponer las redes a un análogo artificial del sueño como casi esfuerzo pasado de la zanja de estabilizarlas.

Experimentaron con los diversos tipos de ruido, áspero comparables a la estática que usted puede ser que encuentre entre las estaciones mientras que sintonizaba una radio. Los mejores resultados vinieron cuando utilizaron ondas del supuesto ruido gausiano, que incluye una amplia gama de frecuencias y de amplitudes.

Presumen que el ruido imita la entrada recibida por las neuronas biológicas durante sueño de la lento-onda. Los resultados sugieren que el sueño de la lento-onda pueda actuar, en parte, asegurarse de que las neuronas corticales mantienen su estabilidad y no alucine.

La meta siguiente de los grupos es ejecutar su algoritmo en la viruta neuromorphic de Loihi de Intel. Esperan permitiendo que duerma Loihi de vez en cuando lo habilite estable información de proceso de una cámara de la retina del silicio en tiempo real.

Si las conclusión confirman la necesidad del sueño en cerebros artificiales, podemos preveer probablemente que lo mismo sean verdades de los androides y de otras máquinas inteligentes que pueden venir alrededor en el futuro.

Watkins presentará la investigación en las mujeres en el taller de Vision de computador el 14 de junio en Seattle.