新しいディープラーニングモデル… わずかなニューロンで簡単でより賢い人工知能を開発

AIが生物学的(脳)モデルを模倣するように作られると、効率性と信頼性が高まることがある。 この新しいAIシステムは数個の人工ニューロンだけで自動走行車を制御できる

人工知能は、検索エンジンから自動運転自動車に至るまで、私たちの日常生活を図っている。 これはここ数年で利用可能になった膨大なコンピューティングパワーと関係がある. しかし、AI研究の新しい結果は、あることを以前よりもはるかによくして、より効率的に、そしてより安定的に解決するためにより単純で小さなネットワークを使用できるということを見せてくれた事例があるので紹介してみる。

オーストリア科学技術研究所(ISTAustria)、オーストリアウィーン工科大学(TechnischeUniversitätWien。以下TUWien)、MITコンピュータ科学人工知能研究所(CSAIL)の国際研究チームが、糸虫のような小動物の脳を基盤とした新しい革新的なディープラーニング基盤人工知能(AI)システムを開発した。 この新しいAIシステムはいくつかの人工ニューロンだけで自動走行車を制御することができる。

この共同研究チームのAIシステムは、以前のディープラーニングモデルより決定的な利点を持っているという。 それは複雑な入力の方がはるかにうまく対処でき,単純性と操作方法を詳細に説明できる. 複雑な「ブラックボックス」まで見る必要はないが、過程を人が見て理解できる。

生きている脳のようで、人工神経網は多くの個別の細胞で構成されている。 細胞が活性化すると、他の細胞に信号を送る。 次のセルが受信するすべての信号を結合して、このセルも活性化されるかどうかを決定する。 1セルが次のセルの活動に影響を与える方法は、システムの動作を決定する。 このような媒介変数は神経網が特定の課題を解決できるまで自動学習過程で調整される。

研究チームは、脳からインスピレーションを受けた神経計算原理と拡張可能なディープラーニングアーキテクチャを結合してAIシステムを開発したもので、このAIシステムは基本的にカメラ入力で直接自律走行車制御法を身につける頭脳集約型知能型エージェントと考えればいい。 研究チームは32 個のカプセル化された入力機能を253 個のシナプスに出力する19 個の制御ニューロンを持つ単一アルゴリズムが高次元入力を操向命令にマッピングする方法を学習するということを発見した。

また、この研究の興味深い事実の一つは、AIが生物学的脳で起こると知られている神経計算からインスピレーションを得て、相当なレベルの制御能力を達成するというものである。 彼らは線虫(Nematode)のような小さな動物からインスピレーションを得た。 また、研究チームは他の中から運動、航法などの遂行能力を印象付けようと努力した。

生物学的インスピレーションを受けたニューラルネットワークを適用した自動走行自動車の走行概要

ウィーン工科大学サイバー物理的システム(Cyber-Physical Systems)研究所のラドゥ·グロース所長は「数年間、私たちはディープラーニングを向上させるために自然から学ぶことができることを研究してきました。 例えば、線虫は驚くべきことに数少ないニューロンで生きており、依然として興味深い行動パターンを見せてくれます。 これは線虫の神経系が情報を処理する効率的かつ調和のとれた方法のためです」と述べた。

MITコンピューター科学人工知能研究所(CSAIL)のダニエラ·ラス所長は、「自然は我々にとってまだまだ改善の余地が多いことを示しています。 われわれの目標は複雑性を大幅に減らし、ニューラルネットワークモデルの解析性を高めることでした」と語った。 トーマス·ヘンジンガーオーストリア科学技術研究所所長は「自然において私たちはニューロンとシナプスの新しい数学モデルを開発したのです」と述べた。

最近数年間、ディープラーニングなどの技術は複雑な応用と結果の効率性により、研究者や組織の間で大きな注目を集めている。 研究チームによれば、ディープラーニングアルゴリズムは様々な高次元的課題で注目すべき成功を収めたが、このようなアルゴリズムは様々な表現学習(Representation-learning)課題に直面しているという。

一方、この研究結果はネイチャーマシンインテリジェンス(NatureMachineIntelligence)に「監査可能な自律性を可能にする神経回路方策(Neuralcircuitpoliciesenablingauditableautonomy- https://www.nature.com/articles/s42256-020-00237-3#citeas)」というタイトルで13日に掲載され、このNCPプラットフォームに対するコードは襟ハブ(https://github.com/mlech26l/keras-ncp/)からダウンロードし誰でも使用できる。 (下記はこのプラットフォームを適用した「自律走行車のための生物学的インスピレーションを受けたニューラルネットワーク」というタイトルでMITコンピューター科学人工知能研究所が14日にアップロードしたデモ映像だ。)

関連記事一覧