Российские ученые «подсмотрели» у мозга алгоритм для улучшения нейросетей
Метод существенно улучшает обучаемость искусственного интеллекта. Исследователи дали подробности о таком подходе.
Ученые из МФТИ, РАН и AIRI разработали новую методику организации памяти искусственного интеллекта, которая повышает его способность к обучению в условиях внешнего информационного шума. В основу алгоритма легли принципы работы дендритов, то есть отростков нейронов человеческого мозга, передающих сигналы. Технология позволяет нейросетям быстрее обрабатывать информацию, находя новые связи между данными, что сокращает затраты ресурсов.
Работу дендритов в системе имитирует математическая модель, которая ускоряет процесс передачи информации. Такие искусственные «нейроны» во время обучения адаптируют алгоритм, наращивая и усложняя связи, создавая новые пути коммуникации. Впрочем, это может приводить к излишнему расширению сетки, из-за чего модель становится громоздкой и ресурсоемкой. Это происходит при наличии информационного шума, заставляющего ИИ создавать слишком много тупиковых и неэффективных сегментов.
Авторы новой технологии изменили схему машинного обучения таким образом, что модель распознает не весь объект, а конкретные его части. Для этого внедрили специальную адаптирующую поправку. Отдельные сегменты распознают новые объекты по их частным признакам.