Как устроен процесс обучения? Что представляет собой нейрональная культура? Как можно объяснить активность нейронов в нейрональной культуре? Об электрической активности нейронов, следах памяти в нейрональных культурах и теории функциональных систем рассказывает кандидат физико-математических наук Михаил Бурцев.
Если мы извлечем клетки из мозга, но при этом они останутся жить, смогут ли они учиться вне мозга или нет? Представьте себе такую поразительную ситуацию: клетки вынули из мозга, посадили в чашку Петри, добавили питательную среду, и клетки там живут, но никак с внешним миром не общаются. Как эти клетки будут себя чувствовать? Это некий аналог сенсорной депривации, когда у нас отключили все чувства и мозг замкнут сам в себе. Этот феномен интересен и сам по себе, и с точки зрения вопроса «Возможна ли осмысленная деятельность у этих клеток?». Нашлись ученые, которые решили проверить, могут ли эти клетки чему-то научиться или нет.
В процессе развития в культуре появляется спонтанная спайковая активность. Сначала клетки активируются по отдельности, но потом эта активность нарастает, и клетки начинают синхронизироваться, то есть они активируются вместе, некоторое время отдыхают, потом снова активируются вместе. Через три-четыре недели в культуре можно наблюдать следующую картину: каждые несколько секунд, достаточно регулярно, появляются всплески активности, которые вовлекают в себя практически каждую клетку из нейрональной культуры, из образованной нейронной сети, и каждая клетка спайкует в течение нескольких десятков миллисекунд. Чтобы оценить масштаб: в нейрональной культуре высаживается от 500 000 до миллиона клеток, и время активности одной клетки составляет порядка одной миллисекунды. Длительность хоровой пачечной активности по всем клеткам составляет от 100 до 300 миллисекунд. А интервал сетевых пачек — от 1 до 10 секунд.
Культура способна научиться так изменять свою активность, чтобы внешняя стимуляция в эксперименте выключалась. Это происходит достаточно быстро: надо меньше чем за 10 десятиминутных циклов обучения, двух-трех стимулирующих импульсов достаточно, чтобы понять, что культура правильно отвечает и мы выключили электрическую активность. Каким образом культура может чему-то научиться и за счет чего это может происходить? Самое простое объяснение заключается в том, что каждый стимул, который приводит к пачке активности, некоторым случайным образом перетряхивает связи между нейронами.
Михаил Бурцев, кандидат физико-математических наук, НИЦ "Курчатовский Институт"
Почему в процессе эволюции появляется кооперативное поведение? Как объясняют возникновение кооперации различные теории? И как исследование данного вопроса может отразиться на представлениях о морали человека? Об условиях возникновения кооперации, истоках человеческой морали и теории родственного отбора рассказывает специалист по эволюционной кибернетике Михаил Бурцев.
Кого считают "отцом" искусственной жизни? Какова структура клеточных автоматов Джона фон Неймана? В чем состоит проблема цифровой стерильности? Как развивается это направление сегодня? О концепции клеточных автоматов, проблеме цифровой стерильности и эволюции программ рассказывает кандидат физико-математических наук Михаил Бурцев.
Какие существуют подходы к созданию искусственного интеллекта? Что такое символьный, или классический искусственный интеллект? С чем связан интерес ученых к такого рода исследованиям? Об истории кибернетики, искусственном интеллекте и моделировании человеческого мозга рассказывает кандидат физико-математических наук Михаил Бурцев.
В своей лекции я сначала вкратце расскажу об истории, об эволюции искусственного интеллекта, что под ним понимается, в каком состоянии он сегодня. Затем попытаюсь кратко проанализировать текущее состояние и, возможно, предложить что-то для будущего искусственного интеллекта. Эта лекция будет в основном посвящена тому, как делать искусственный интеллект и что он из себя представляет, но в основной части я не буду затрагивать вопрос, нужен ли он, и к каким последствиям создание искусственного интеллекта может привести. В нескольких словах этого вопроса я коснусь в самом конце лекции. И потом постараюсь ответить на все ваши вопросы.
В Южной Корее 15 марта завершилась историческая партия в игру го: программа AlphaGo —против Ли Седоля, одного из сильнейших игроков планеты. AlphaGo обеспечила себе победу досрочно, выиграв три первые партии из пяти. Тем не менее, Ли Седоль смог выиграть в четвертом матче, но последний остался за AlphaGo. За несколько дней до финальной игры журналист «Медузы» Султан Сулейманов поговорил с Александром Крайновым, руководителем службы компьютерного зрения и технологий искусственного интеллекта «Яндекса», о том, как искусственный интеллект научился играть в го, откуда у него взялась интуиция и какие невероятные технологии нас ждут в ближайшем будущем.
Почему за полвека усилий не удалось создать искусственный интеллект? И как киборги помогают понять работу мозга? Об этом рассказывает Михаил Бурцев, кандидат физико-математических наук, руководитель лаборатории нейронных систем и глубокого обучения МФТИ.
На лекции мы обсудим вторую весну искусственного интеллекта в цифрах и фактах, ключевые работы в области искусственного интеллекта и машинного обучения в 2017 году. Поговорим о распознавании изображений, речи, обработке естественного языка и о других направлениях исследований; обсудим новые модели и оборудование 2017 года. Также поговорим о применении ИИ и машинного обучения в бизнесе, медицине и науке, а также обсудим, чего мы ждем от искусственного интеллекта и машинного обучения в 2018 году.
Что такое машинное обучение? И можно ли считать, что программа, натренированная решать ту или иную задачу, понимает, что она делает? О том, как компьютер развивает интуицию и учится фильтровать спам, распознавать изображения и играть в игры, в новом материале «Чердака» рассказывает Иван Ерофеев.
Человеческий разум превосходит системы искусственного интеллекта, потому что использует физические законы на квантовомеханическом уровне. К такому не бесспорному утверждению склоняется в своей новой книге Роджер Пенроуз, известный ученый, работающий в области математической физики. Хотя (как признает Пенроуз) это утверждение в настоящее время не может быть строго доказано, некоторые интригующие аргументы, содержащиеся в его книге «Новый ум императора», дают достаточно серьезные основания усомниться в справедливости философских положений, которые лежат в основе искусственного интеллекта.
В 1950 году английский ученый Алан Тьюринг в статье "Вычислительные машины и разум" задался вопросом: "Может ли машина понимать человека?". Так родился знаменитый тест Тьюринга, в котором компьютер пытался обмануть людей. Но как компьютер понимает человека и чего он пока понять не может? Об этом по гамбургскому счету мы решили спросить специалиста в области машинного обучения, директора информационных технологий компании "Activebusinesscollection" Сергея Маркова.