2024-07-23
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Apparatus Cordis Report
Machina Cordis Editorial Department
Hoc primum homines demonstraverunt retiacula neurals tabulas suas creare posse.
Finge te in oppido alieno. Etiamsi circumiecta ambitu ignota primum est, circumspicere potes et tandem trahere tabulam ambitus in cerebro tuo, quod includit aedificia, plateas, signa, etc. inter se inter se cohaerent. situm inter eos. Haec facultas fabricandi tabulas locales in cerebro altioris ordinis rationes cognitionis in hominibus subest: verbi gratia, lingua speculativa est ut per tabulas sicut structuras in cerebro consignetur.
Sed etiam antecedens intelligentia artificialis et retiacula neuralis talem tabulam ex tenui aere aedificare non possunt.
Matt Thomson, adiutor professor biologiae computationalis et indagator in Heritage Medical Research Instituti, dixit: "Sensus est quod exempla intelligentiae artificialis etiam antecedens non vere intelligentes sunt. Problemata sicut nos solvere non possunt, Mathematica eventus probatum probare non possunt. non potest generare novas ideas. "
"Putamus id quod in spatio rationis navigare non possunt; problemata complexa solvendo est sicut in spatio rationis moventis, sicut navigationis. Quod AI plus est sicut rote discendi - initus dabis ei et dat tibi respondes. Sed non potest diversas ideas componi.
Nuper, nova charta e Thomson Laboratory invenit retiacula neuralis uti algorithmus nomine "predictive coding" ad mappas locales aedificandas. Charta edita est in ephemeride Naturae Machinae Intelligentiae die 18 iulii.
Graduati discipulus James Gornet ductus, duo ambitus in ludo Minecraft aedificaverunt, elementa complexa incorporandi sicut arbores, flumina et specus. Commemorant histriones passim per aream ambulantes et videos utentes ad instruendum reticulum neurale cum algorithmo praedictivo coding.
Invenerunt network neural posse discere quomodo obiecta in mundo Minecraft inter se ordinatae essent et ambitum "praedicere" posset, cum per spatium moveretur.
Coniunctio predictive coding algorithm et Minecraft venationis feliciter "docuit" retiacula neuralis tabulas locales creare ac deinde his mappis localibus utere ut tabulas subsequentes praedicere video. Ex eo erat medium quadratum erroris tantum 0.094% inter theam praedixit imaginem et imaginem ultimam.
Praeterea, turma "conversa" retiacula neurali (aequivalet ad structuram internam examinandam) invenit repraesentationes variarum objectorum situaliter inter se repositas. Id est, viderunt tabulam geographicam Minecraft environment in retiacula neurali conditam.
Neural retiaculis mappis navigare possunt ab excogitatoribus humanis datis, sicut carros auto-activi GPS utentes, sedHoc primum homines demonstraverunt retiacula neuralis tabulas suas creare posse . Haec facultas ad informationes congregandi et ordinandi spatialiter adiuvabit ultimo retiacula neuralis magis "dolor", permittens eas problemata vere complexa solvendi sicut homines.
Hoc consilium ostendit capacitates intellegentiae artificialis verae conscientiae locales, quae adhuc in technologiae non visae sunt sicut Sora OpenAI'shic habet glitches.
James Gornet discipulus est in Systema Computationali et Neural (CNS) Department Caltech, quod tegit neuroscientiam, apparatus eruditionem, mathematicam, statisticam, et biologiam.
"Programma CNS re vera praebet locum pro James ad faciendum opus unicum, quod alibi non potest fieri," dixit Thomson. "Inspirata machina discendi biologice accipimus accessum, qui nos sinit ad fectum proprietatum cerebri in retiacula artificiali neuralis, et speramus nos vicissim intelligere cerebrum opusculum.
Neural network quod facit predictive coding
Investigatores in coniecturam coniecturalem coding in praedictivo coding repraesentatione locali implicata animati sunt, investigatores computationalem exsecutionem agentis predictive coding elaboraverunt ac spatialem repraesentationem ab agente edocti dum virtualem ambitum explorant, studuerunt.
Primum environment in Malmogia utentes in Minecraft. Ambitus corporis dimensiones 40× 65 tegularum habet et tres aspectus scaenae visivae complectitur: antrum limes visualis globalis praebet, silva similitudines inter scaenas visuales gignit, et flumen cum ponte limitat scaenam visualem ambitu (Fig. 1a).
Agens sequitur viam per A* determinatam inquisitionis ad inveniendam brevissimam viam inter loca gustata passim et in quaque via imaginem visualem accipit.
Ad praedictum codingum faciendum, auctor encoder-decoder convolutionis neuralis reticuli fabricavit. Encoder architecturam ResNet-18 adoptat et decoder transpositam ResNet-18 architecturae convolutionis adoptat (Figura 1b). Architectura encoder-decoder in architectura U-rete utitur ut unitates latentes encoded in decoder transmittat. Multi-capitis attentionem processus encodes latentes unitates sequentia ad historiae observationes visuales praeteritas encode. Multi-animus attentionem habet h = 8 capita. Nam unitas coding latens cum dimensionibus D = C H W, altitudine H, latitudine W, canali C, dimensiones unius capitis sunt d = C H W/h.
Praedictive encoders praedictum coding approximare, obscurando medium quadratum errorem inter observationes actuales et observationes praedictas. Praedictive encoder instructus est pro 200 aevis in 82,630 exemplis utendi optimization descensus gradientis cum impetu Nesterov, deminutio ponderis 5 10^(-6), discendi rate de 10^(-1), et per OneCycle. adaequatum. Error quadratus medius inter praedictum imaginem optimized praedictive encoder et imago ipsa est 0.094, cum fidelitate visuali bona (Figura 1c).
Vide chartam originalem pro magis details.
https://techxplore.com/news/2024-07-neural-network-minecraft.html
https://www.tomshardware.com/tech-industry/artificial-intelligence/neural-network-learns-to-make-maps-with-minecraft-code-available-on-github
Colligere et ordinare notitias novissimas nuntiorum et liberam facere omnibus reprimendis.
