A Google brit leányvállalata, a mesterségesintelligenca-kutatással foglalkozó DeepMind létrehozott egy olyan AI-t, amely spontán kifejlesztette az ösztönös navigáció gépi megfelelőjét, írja a The Next Web. A DeepMind arra specializálódott, hogy kiderítsék, használhatók-e gépi tanulási kísérletek a neurobiológia területén, illetve felhasználhatók-e ezen szakterület eredményei az AI-kutatásban. A DeepMind nemrég publikált egy tanulmányt egy olyan neurális hálózatról, amely egy navigációs probléma megoldása közben kifejlesztette a kutatók körében „grid cells" néven ismert tájékozódási képességet.

A magyar szakirodalom gridsejteknek, hálósejteknek nevezi ezeket a 2005-ben emlősállatokban felfedezett idegrendszeri elemeket, és nagyjából annyit lehet róluk tudni, hogy ezen hatszögrácsba rendeződő neuronok segítségével tájékozódnak a térben az emlősállatok, így az ember is. Azt egyelőre még nem tudják a neurobiológusok, hogy pontosan miképp működik az erre épülő ösztönös tájékozódás az emlősállatokban, csak azt sejtik, hogy az agy mozgásával összhangban a hálósejteken áthaladó neuronok kiugró aktivitásához (úgynevezett tüzeléséhez) van köze, attól függően milyen irányba mennyit mozdul el a szervezet. Ami roppant érdekes, hogy a kutatók szerint minden emlősállat esetében ugyanúgy működik ez az ösztönös tájékozódási funkció, de azt nem tudják, miképp alakulnak ki az agyban ezek az összefonódó háromszögekből álló hatszögletű sejtalakzatok.

A DeepMind AI-ja az egyik erre vonatkozó elméletet vizsgálta, ami szerint a hálósejtek vektoralapú helymeghatározást végeznek az agyban. A kutatók egyszer csak azt vették észre, hogy mindeközben az AI egy olyan saját rendszert fejlesztett ki, amely az emberi hálósejteket utánozta, ezzel segítve önmagát a navigációs feladatok megoldásában.

„Első lépésként megtanítottunk egy asszociatív hálózatot arra, hogyan határozza meg a saját helyét egy virtuális környezetben, elsősorban a mozgással kapcsolatos sebességjeleket használva. Ezt a képességet az emlősök gyakran használják ismeretlen helyeken vagy olyan helyzetekben, amikor nem könnyű felismerni az ismerős tereptárgyakat (például sötétben). Azt vettük észre, hogy rácsszerű alakzatok (rácsegységek) jelentek meg spontán a hálózatban – elképesztő hasonlatosságot mutatva a táplálék után kutató emlősökben megfigyelt idegi aktivitási mintázatokkal, és összhangban azzal az elgondolással, hogy a hálósejtek nagyban segítik a térbeli tájékozódást" – közölték egy blogbejegyzésben a DeepMind kutatói.

A tudósok megerősítéses tanulással tesztelték az elméletet, és jutalmazták az AI-t, ha a virtuális játékkörnyezeteken vektoros navigáció segítségével haladt át. A kísérlet során volt, hogy direkt akadályozták az AI-t hálósejtes alakzatok kialakításában, ilyenkor azonnal romlott is az AI tájékozódási képessége. De ha szabadon engedték az AI saját fejlesztésű rendszerét, azonnal emberfeletti tájékozódási képességeket mutatott.

Mindez természetesen nem azt jelenti, hogy a DeepMind kutatói megfejtették az emlősök tájékozódási képességeinek titkait, de eredményeik azt jelzik, hogy jó irányba tapogatóznak a neurobiológusok. Ezek az eredmények jobb navigációs technológiák, tökéletesebben tájékozódó robotok kifejlesztésében juthatnak fontos szerephez a jövőben, illetve rávilágítanak az agy folyamatos tanulmányozásának fontosságára, valamint arra, hogy az önmagától fejlődni képes, spontán emberi tulajdonságokat leképező AI kicsivel azért több, mint egy kíváncsi kisgyerek.