传感器的运动驱动着活跃的神经细胞自动机的新兴注意力和可扩展性
Mia-Katrin Kvalsund1, Kai Olav Ellefsen2, Kyrre Glette3
1Department of Physics, University of Oslo, Norway.
概括
活动感知,即感官器官的故意运动,通过实现高效的图像分类和系统可扩展性来增强人工智能 (AI). 这种以生物为灵感的方法允许人工智能模型变得更小但更强大,即使有传感器故障.
科学领域:
- 人工智能的人工智能
- 计算神经科学是一种神经科学.
- 机器人技术 机器人技术 机器人技术
背景情况:
- 大脑的分布式架构激发了人工智能 (AI).
- 当前的人工智能往往忽视了主动感知,即环境探索的感官器官的故意运动.
- 新皮质组织作为AI发展的模型.
研究的目的:
- 为了研究传感器运动对图像分类任务的影响.
- 引入一种灵感来自新皮质的模型,结合了主动感应.
- 探索主动感知如何影响AI行为和效率.
主要方法:
- 介绍了主动神经细胞自动机 (ANCA),一个带有可移动传感器的模型.
- 观察自然出现的积极感知行为,如基于信念的探索.
- 评估ANCA在图像分类任务上的表现,包括可扩展性和容错性.
主要成果:
- 活动传感简化了图像分类任务.
- 该ANCA模型展示了高可扩展性,有效地运行比图像大小小的传感器.
- 在3类MNIST任务的零射击学习中,即使有系统大小变化,也保持了超过90%的准确性.
- 在安卡表现出显著的容错性,保持超过90%的准确性,高达70%的沉默传感器.
结论:
- 主动传感是开发更具适应性和效率的人工智能系统的关键组成部分.
- 该ANCA模型提供了关于整合运动和分布式架构的见解,用于体内代理.
- 这种方法为现实世界的应用中强大的和可扩展的AI开辟了新的可能性.
