Искусственный интеллект научился спать и видеть сны

Трое итальянских математиков снабдили искусственную нейронную сеть способностью к сну. За основу была взята нейронная сеть Хопфилда, которую считают приближением принципов работы мозга. «По образцу механизмов сна и сновидений в мозге млекопитающих мы предложили развитие этой модели, в котором чередуются стандартный обучающий механизм он-лайн (то есть бодрствование), позволяющий накапливать и хранить внешнюю информацию, и механизм консолидации памяти оф-лайн», — пишут авторы в своей статье. По современным представлением, основное назначение сна у млекопитающих — восстановление так называемого «синаптического гомеостаза»: ненужные связи между нейронами, образующиеся при запоминании информации в течении дня, уничтожаются, а те немногие, что кодируют действительно важную информацию, напротив, укрепляются. С помощью этого механизма мы способны каждый день запоминать что-то новое, хотя при этом общее число и рисунок связей между нейронами практически не меняется. Возможно, что с отделением важных воспоминаний от незначительных связано также явление сновидений. Стандартная нейронная сеть Хопфилда — а по существу это просто компьютерная программа — конечно, сама по себе не обладает способностью переходить от бодрствования ко сну и обратно. Она может обучаться и сохранять информационные «паттерны», однако ее емкость ограничена. Авторы работы видоизменили алгоритм, добавив в него аналог суточного цикла: фазу бодрствования сменяла фаза сна. При этом сам сон, как это происходит и у млекопитающих, подразделялся на фазы «медленного сна» (это глубокий сон без сновидения, когда, как думают, в мозгу происходит консолидация памяти) и «быстрого сна» (в этой фазе, как некоторые считают, мозг избавляется от ненужной информации). Результат оказался весьма примечательным. В первоначальном виде емкость сети Хопфилда — показатель ее эффективности, измеряющийся в битах на синапс — составлял всего 0,14. Однако при добавлении цикла этот показатель достиг теоретически возможного максимума для симметричной нейронной сети — единицы. Результат был подтвержден многочисленными симуляциями: если разрешить нейронной сети время от времени спать, ее эффективность заметно возрастает. «Мы полагаем, что хотя в процессах мышления центральную роль играют обучение и извлечение информации, сон также является их неотъемлемой частью, что так же верно для искусственного интеллекта, как и для биологического», — говорит соавтор работы, Адриано Барра из университета Саленто. Работа итальянских математиков носит скорее теоретический характер и вряд ли может быть немедленно использована для решения практических задач. Тем не менее, она служит примером того, как в разработке концепции искусственного интеллекта может помочь копирование механизмов работы живого мозга, причем даже в тех случаях, когда до полного понимания этих механизмов еще очень далеко.