A Jelly mesterséges intelligenciája megtanulja a pongot játszani, és javul a gyakorlattal

A Jelly mesterséges intelligenciája megtanulja a pongot játszani, és javul a gyakorlattal

<ábra class = "ábra">

Egy egyszerű mesterséges intelligencia (AI) rendszer, amely zselé-szerű anyagból áll, és az elektródokhoz csatlakozik, „megtanulhatja” a klasszikus videojáték lejátszásához pong , és idővel javulhat, tehát egy ma közzétett tanulmány

Az eredmények az első lépés annak bemutatására, hogy a szintetikus anyagok felhasználhatják a „memória” alapvető formáját a teljesítmény növelésére - mondta Brett Kagan, az ausztráliai Melbourne -i Cortical Labs tudományos vezérigazgatója. "A rendszer hasonló módon mutatja be, hogy a folyó ágya rögzíti a folyó emlékét" - mondja.

2022-ben Kagan és kollégái 2 href = "https://www.nater.com/articles/d41586-03229-y" data Data-label = "https://www.nature.com/articles/D41586-03229-Y" Data-track-category = "Body Link"> Neurons egy tálban -Dishbrain néven ismert-megtanulhatja az asztali teniszszerű videojátékok lejátszását elektromos stimuláció révén. A munka ihlette, Yoshikatsu Hayashi, a Nagy-Britannia, a Reading Egyetem orvosbiológiai mérnöke, valamint kollégái és kollégái, hogy egy nem biológiai anyag is elsajátíthatja-e.

A

Hayashi és kollégái hidrogélekhez fordultak - zselés -szerű anyagokhoz, amelyeket különféle alkalmazásokhoz használnak, például a lágy robotok alkatrészeihez -, és tartalmazzák az Ionoknak nevezett töltött részecskéket. Amikor ezt a hidrogélt elektromosan stimulálják, az ionok áthaladnak az anyagon, és magukkal húzzák a vízmolekulákat, ami megváltoztatja a hidrogélt. Az ionok eloszlásának ez a változása befolyásolja a részecskék következő elrendezését - mondja Hayashi.

"Olyan, mint egy fizikai memória."

<ábra class = "ábra">

"A szerzők kreatív megközelítést követtek a koncepciók idegtudományból egy fizikai rendszerre történő átadására" - mondja Kagan. De még több munkát kell végezni annak igazolására, hogy a hidrogélek valóban „megtanulhatnak” - tette hozzá.

  1. strong, V., Holderbaum, W. és Hayashi, Y. Cell Rep. Phys. Sci. 5 , 102151 (2024).

  2. kagan, B. J. et al. Neuron 110 , 3952–3969 (2022).


  3. Töltse le a referenciákat

Kommentare (0)