Японская лаборатория создала ИИ который думает как человеческий мозг

Post Thumbnail

Представьте, как работает человеческий мозг. Он не выдаёт моментальных ответов, как современные системы искусственного интеллекта. Японские учёные из лаборатории SakanaAI создали систему, которая приближает работу искусственного интеллекта к естественным процессам мышления.

Система получила название Continuous Thought Machine, или CTM. В отличие от стандартных нейросетей, она не ограничивается 1 попыткой найти решение. Вместо этого CTM может многократно обрабатывать информацию, используя то, что исследователи называют «тиками мышления».

Принцип работы CTM можно объяснить через процесс решения сложной задачи. Мозг обрабатывает информацию постепенно. Сначала включаются одни участки, затем подключаются другие. CTM работает аналогично. Она может выполнить от 5 до 50 итераций обработки данных перед формированием окончательного ответа.

В основе системы лежат необычные искусственные нейроны. Каждый из них представляет собой не простую формулу, а полноценную многослойную сеть MLP. Способную хранить историю своих предыдущих состояний. Это создаёт своеобразный журнал вычислений, позволяющий системе анализировать промежуточные результаты.

Ключевая особенность CTM – синхронизация работы нейронов. Как в симфоническом оркестре важна не только игра отдельных музыкантов, но и их совместное звучание, так и в нейронных процессах критична согласованность активации разных участков. Специальная матрица синхронизаций в CTM отслеживает эти нейронные «созвучия».

Практические тесты подтверждают эффективность новой архитектуры. CTM демонстрирует высокие результаты при работе с базами данных. А также успешно справляется с задачами навигации в лабиринтах, часто превосходя традиционные подходы. Ссылка на интерактивную презентацию системы в описании.

Наверное, это один из первых механизмов пошагового осмысления информации, который существенно приближает работу нейросети к биологическим принципам мышления. Где работает система множественных итераций обработки данных, механизм сохранения истории состояний нейронов и матрица отслеживания их синхронной работы. Подобное сочетание отсутствует в существующих архитектурах.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.