Ученые наделили ИИ способностью исследовать окружающую среду и собирать необходимую информацию для расширения пространственной и временной осведомленности. Искусственный интеллект накапливает базу знаний и совершенствуется по мере выполнения поставленных задач. Это более эффективный подход, чем стандартный метод предварительного обучения ИИ на огромных объемах данных перед выполнением основных функций. Добавив модуль памяти, который позволяет ИИ сохранять информацию о прошлых событиях, простое пространственное обучение можно расширить до гораздо более сложного. ИИ может использовать свои знания для решения сложных задач, например, для изучения последовательностей движений, построения социальных сетей или решения лингвистических задач.

Чтобы подтвердить это, команда ученых продолжила работу над своим предыдущим проектом «КиберСлизень», в котором они моделировали нейронные цепи, отвечающие за принятие решений у морского слизня Pleurobranchaea. Свое новое, более совершенное создание они назвали ASIMOV в честь Айзека Азимова, писателя-фантаста, который в своих произведениях поднимал вопросы безопасности и этики робототехники в человеческом обществе.

Исследователи запрограммировали ASIMOV следить за своим внутренним состоянием и искать насыщения и вознаграждения. Будучи голодным, он методом проб и ошибок учился выбирать питательную пищу вместо вредной.

Когда ученые добавили в его список опций имитацию наркотика, ASIMOV вел себя так, будто бы пристрастился к нему, несмотря на его бесполезность с точки зрения питания.

По сути, ASIMOV жил настоящим моментом. Он мог учиться на опыте, но его память и способность объединять информацию из прошлого были ограничены. Поэтому ученые добавили вычислительный модуль эпизодической памяти, названный матрицей ассоциации признаков (Feature Association Matrix, FAM). Он был смоделирован по образцу архитектуры и функций гиппокампа — области мозга, жизненно важной для обучения и памяти. Также на эту работу повлияли исследования нейронных сетей осьминога, управляющих его поведением. Ученые назвали агента ASIMOV-FAM «CyberOctopus» («КиберОсьминог»). Эпизодическая память кодирует как пространственный, так и временной контекст прошлых событий и опыта. По словам ученых, это фундаментальный строительный блок естественного интеллекта, которого нет в большинстве современных моделей ИИ.

В новом исследовании «КиберОсьминог» изучал смоделированную среду с различными ориентирами. Некоторые из них были связаны с наградами. Ученые сосредоточились на парных ассоциациях, которые усиливались или ослаблялись в зависимости от того, насколько ценным было вознаграждение на каждом пути, выбранном «КиберОсьминогом».

Агент ASIMOV использовал когнитивные карты, сформированные FAM, для изучения своего пространственного окружения. Он мог создавать новые пути и сокращать их, чтобы получать больше наград. По сути, это пространственное мышление.

Исследователи рассчитывают использовать этот новый подход для создания более эффективного и продвинутого ИИ, который сможет выполнять множество задач, помимо пространственной навигации, например, улучшать большие языковые модели. Для этого ему не потребуется огромного количества данных. Такой ИИ будет гораздо больше похож на животных с точки зрения адаптивного поведения, креативности и самостоятельного обучения. По сути, продвинутый ИИ будет учиться во многом так же, как учится ребенок.