Det tar øyenstikkeren bare 50 ms å reagere på et byttes bevegelse. Hvis vi antar 10 ms for celler i øyet for å oppdage og overføre informasjon om byttet, og ytterligere 5 ms for at musklene skal begynne å produsere kraft, blir det bare 35 ms for nevrale kretser å gjøre sine beregninger. Gitt at det vanligvis tar et enkelt nevron minst 10 ms å reagere , kan det underliggende nevrale nettverket være ca tre lag dypt.
I hjernen vår jobber 86 milliarder nevroner parallelt, og bearbeider innspill fra sanser og minner for å produsere de mange prestasjonene med menneskelig bevisstheter. Hjernen til andre skapninger er mindre komplekse, men disse dyrene viser ofte medfødte evner for bestemte oppgaver, evner finpusset av millioner av år med evolusjon.
De fleste av oss har sett dyr gjøre smarte ting. Kanskje husdyret ditt er ekstremt god til å stikke av. Kanskje du bor i nærheten av trekkveien til fugler og ser deres årlige retur. Eller kanskje du har undret deg over den tilsynelatende staheten og pågangsmot som maur viser.
Å se på slike spesialiserte nervesystem som en modell for kunstig intelligens kan vise seg å være like verdifullt, om ikke mer, enn å studere den menneskelige hjernen. Tenk på hjernen til maurene i forhold til din. Hver har rundt 250 000 nevroner. Større insekter har nærmere 1 million. I forskning ved Sandia National Laboratories i Albuquerque studerer Richard Penska hjernen til et av disse større insektene, øyenstikkeren. Han og kolleger ved Sandia, et nasjonalt sikkerhetslaboratorium, håpet å dra fordel av disse insektenes spesialiseringer for å designe datasystemer som er optimalisert for oppgaver som å fange opp et innkommende missil eller følge en lukt. Ved å utnytte hastigheten, enkelheten og effektiviteten til øyenstikkers nervesystem, tar vi sikte på å designe datamaskiner som utfører disse funksjonene raskere og med en brøkdel av strømmen som konvensjonelle systemer bruker.
Å se på en øyenstikker som en varsler om fremtidige datasystemer kan virke motstridende. Utviklingen innen kunstig intelligens og maskinlæring som lager nyheter er vanligvis algoritmer som etterligner menneskelig intelligens eller til og med overgår folks evner. Nevrale nettverk kan allerede fungere like godt – om ikke bedre – enn mennesker med noen spesifikke oppgaver, for eksempel å oppdage kreft i medisinske skanninger. Og potensialet til disse nevrale nettverkene strekker seg langt utover visuell behandling. Dataprogrammet AlphaZero, opplært av selvspill, er den beste Go-spilleren i verden. Søsken AI, AlphaStar, er blant de beste Starcraft II -spillerne.
Lese mer ? Det finner du her.