Microsoft se udružio sa švicarskim startupom INAIT kako bi implementirao model umjetne inteligencije koji oponaša mozak
Microsoft i švicarski start-up Inait postigli suradnju na implementaciji novog modela umjetne inteligencije. Simulacijom sposobnosti rasuđivanja mozga sisavaca, model ima za cilj potaknuti napredak u područjima od financijskog trgovanja do robotike.
Suradnja se nadovezuje na dva desetljeća istraživanja digitalne neuroznanosti s ciljem poboljšanja mogućnosti umjetne inteligencije oponašanjem biološke inteligencije. Za razliku od tradicionalnih modela koji se oslanjaju na analizu korelacija postojećih podataka, ova nova tehnologija može učiti iz iskustava iz stvarnog svijeta kako bi omogućila učinkovitije i prilagodljivije inteligentno ponašanje. Richard Frey, izvršni direktor Inaíta, rekao je da je tvrtka osnovana 2018. godine s idejom da se “temelji na ideji da je mozak jedini oblik inteligencije za koji je dokazano da postoji i da ako možemo shvatiti kako mozak funkcionira, možemo razviti novu, moćnu i jedinstvenu umjetnu inteligenciju“. Nadalje je napomenuo da tvrtka trenutno radi na razvoju proizvoda koji se mogu suočiti s najvećim izazovima u različitim industrijama, čineći to “podučavanjem” “digitalnih mozgova” različitih veličina i vrsta.
Digitalna rekonstrukcija hipokampusa s 800.000 neurona
Microsoftovo partnerstvo s Inaitom službeno je objavljeno u utorak s planovima za integraciju inaitove tehnologije u Microsoftove postojeće AI modele. U financijskom sektoru partnerstvo će se usredotočiti na pružanje naprednih algoritama trgovanja, alata za upravljanje rizicima i personaliziranih savjeta. U robotici će pomoći u razvoju robota za industrijsku proizvodnju koji se mogu prilagoditi složenim i dinamičnim okruženjima.
Adir Ron, direktor Cloud & AI startupa i digitalnih domorodaca u Microsoft EMEA, rekao je: “Inaít je pionir nove AI paradigme od tradicionalnih modela temeljenih na podacima do ‘digitalnih mozgova’ koji omogućuju istinsku spoznaju. Ova suradnja također odražava trenutni snažan interes za neuroznanost iz akademske zajednice i industrije te potencijal za crpljenje inspiracije iz ljudskog mozga za poboljšanje umjetne inteligencije.”
Inaítov rad temelji se na dvadesetogodišnjem istraživačkom projektu koji je financirala švicarska vlada, a koji je dovršen prošlog prosinca, koristeći istraživanje mozga za stvaranje biološki točnih digitalnih replika. Prema Henryju Markramu, voditelju projekta i suosnivaču inaít-a, projekt se temelji na istraživanju mozga sisavaca i razvio je 18 milijuna linija računalnog koda za generiranje simulacija mozga. Napomenuo je da se ove simulacije prvenstveno vrte oko mozga miša, ali da su metode svestrane i mogu se koristiti za rekonstrukciju ili repliciranje mozga različitih vrsta, od mrava do ljudi. Markram je također spomenuo da se očekuje da će modeli umjetne inteligencije temeljeni na simulacijama mozga biti energetski učinkovitiji i učiti brže od postojećih modela dubokog učenja s potkrepljenjem. Osim toga, ovi modeli nastavljaju učiti nakon što se implementiraju korisnicima. Iako složenost i resursno intenzivna priroda izgradnje kopije ljudskog mozga ostaje izazov za tehnologiju, Markram tvrdi da mnogi komercijalni proizvodi ne zahtijevaju tako složene simulacije.
Simulacijska tehnologija koju je razvio švicarski projekt sada je dostupna istraživačima kao besplatni i pretplatnički proizvod putem Open Brain Institute, neprofitne organizacije koju je osnovao Maclamb. To znanstvenicima pruža priliku da prilagode simulacije kako bi bolje proučavali i razumjeli neurološke poremećaje poput autizma. Na temelju toga, istraživači se nadaju da će dodatno poboljšati mapu “konektoma” mozga, koja je skup informacijskih putova između neuronskih stanica u mozgu i sinapsi koje ih povezuju, u kombinaciji s rezultatima kao što je mapa mozga odraslih Drosophila objavljena prošle godine. Međutim, za razliku od statičkih konektoma, dinamička priroda simulacijskih tehnika ključna je za razumijevanje kako mozak funkcionira. Anton Arkhipov, istraživač na Institutu Allen, neprofitnom institutu za istraživanje bioznanosti u Sjedinjenim Američkim Državama, ističe: “Grupe za povezivanje mogu se usporediti s urbanim kartama puta, dok simulacije pružaju realistične scenarije protoka gradskog prometa u različitim uvjetima. ”
