«Биологический компьютер» на основе клеток мозга научили играть в Doom

[WhiteBarsik]

мыслительный процесс человеческого мозга значительно стандартных компьютеров

Значительно... что?

[harriedgemusic]

ВСЁ!

[Metotron0]

Стандартных компьютеров.

[DonStron]

Натянуто прям сильно. Это сильное преувеличение (оверхайп).
Штука просто "стреляет" постоянно - это не значит, что "научили". Демонстрируют коротенький зацикленный фрагмент, где эта хаотическая "стрельба" попадает во врагов.

Да и с предыдущей "игрой" в пинг-понг - тоже натянуто, там "ракетка" чуть ли не 2/3 экрана и просто хаотично дёргается посередине, да, что-то будет попадать в неё, но это не значит, что "нейроны в чашке Петри играют в понг".

Ну и к "обучению" есть вопросы, лень ковырять их папиры (если такие есть), но я не могу представить как эти живые нейроны "поощрять" для обучения методом подкрепления? Нежные поглаживания, сладкая газировка? Лёгкое гугление показало, что поощряют упорядоченным сигналом, а наказывают хаотичным.

В общем критикую, притянуто за уши, даже у случайного генератора, если наснимать много видео, наверняка найдется несколько коротких моментов (как нам показывают), когда "успешно отбивает мяч, стреляет во врагов во все стороны". Но от этого разумности там нет.

[phenik]

Но от этого разумности там нет.

К чему такой скепсис, если иметь в виду результаты этих исследований? Это фактически те же нейроны, что и у человека в мозге, с помощью которых люди успешно играют в эти игры. Только их намного меньше, в мозге их ~ 100 миллиардов разных типов. Получается условно ~10^-5 разума человека) Или, как "разум" муравья. Однако в мозге человека они с рождения организованы в иерархическую рекуррентную сеть, а не в виде однородной культуры. Также пока большие проблемы с точностью интерфейса связи с оборудованием и отображением состояния игр, как отмечают сами авторы. Эти опыты, в первую очередь, направлены на изучение самоорганизации нейронных сетей в рамках вариационного принципа минимизации свободной энергии, см. этот комент. По современным когнитивным представлениям это общий принцип функционирования нейронных сетей, включая всю нервную систему (в теории предиктивного кодирования, байесовского мозга/разума - обзор). Из этого принципа в пределе ИНС из формальных нейронов выводится процедура обратного распространения ошибок, которая используется для их обучения. Однако биологические нейронные сети, в отличии от искусственных, могут "на лету" не только менять веса синапсов, но и создавать новые синапсы или деактивировать мало используемые, вносящие шум, т.е. динамически перестраивать свою архитектуру под решение новых задач в соответствии с их организацией (проводить обобщения и аналогии, строить модели задач). В мозге такая перестройка структуры сетей (морфогенез) фактически отвечает за решение творческих задач. Возможность которая пока отсутствует в ИНС с их статичной архитектурой и настройкой весов после обучения. В этом смысле "разумность" таких ветвэа решений теоретически может превосходить возможности ИИ на основе трансформеров. С формальной точки зрения ЯМ являются приближенными моделями биологических прототипов в виде стохастических авторегрессионных аппроксиматоров обученных на ограниченных выборках данных. С когнитивной точки зрения первые обладают некоторыми свойствами полноценного разума, а вторые только относительно достоверно эмитируют его интеллектуальные функции. Они не строят фактических моделей задач с учетом их внутренней организации, а только ассоциативные в соответствии с имеющимися связями в данных по ним в обучающей выборке и дополняют аппроксимацией недостающие. Поэтому могут выдавать ошибки в решениях получившие название "галлюцинаций" ЯМ. По этим причинам ИНС могут решать только подкласс творческих задач на которые способны биологические сети, но превосходят их в решении задач с известными алгоритмами и большими пространствами решений таких, как расчет фолдинга биомолекул или игры в шахматы.

Да и с предыдущей "игрой" в пинг-понг - тоже натянуто, там "ракетка" чуть ли не 2/3 экрана и просто хаотично дёргается посередине, да, что-то будет попадать в неё, но это не значит, что "нейроны в чашке Петри играют в понг".

Ну и к "обучению" есть вопросы, лень ковырять их папиры (если такие есть)

Посмотреть статистику по обучению пинг-понгу можно в этой статье (окончательный вариант с большим число графиков данных). В ней приводятся величины корреляций и таблица уровней значимости для всех измерений. Эффект обучения имеется и он не на уровне шума. Выявляется не только в самой игре, но и в динамике нейронной активности в разных режимах - смены игры/отдыха, обучения на случайны и не случайных стимулах, и др.

Подобные исследования полезны в рамках разработки нейроморфных решений, которые со временем обязательно будут востребованы из-за их чрезвычайной энергоэффективности и других преимуществ. С учетом того, что как заявляют многие известные личности в области МО, технология ЯМ находится на грани исчерпания своих возможностей. Соответственно активизируется поиск решений, как в русле самой технологии, так и на новой основе, такой, как моделей мира Яном Лекуном или обучения с подкреплением непосредственно в среде Д. Сильвером, деньги на это выделяются. Эти идеи лежат в русле исследований из статьи, предполагающих новый уровень агентности ИИ.