Российские ученые из Института искусственного интеллекта AIRI и МФТИ создали биологически правдоподобную модель памяти для систем искусственного интеллекта с внутренней мотивацией. Научная статья опубликована в авторитетном журнале Brain Informatics (Q1).
Когнитивный агент, если выражаться простым языком, — это программа, которая учится самостоятельно взаимодействовать с миром и обучаться на своих ошибках, выполняя конкретную задачу. Основой агента служит архитектура из алгоритмов, в том числе и нейросетевых, которая помогает ему выполнять инструкции разработчика.
В повседневной жизни мы регулярно сталкиваемся с результатами работы методов машинного обучения и искусственного интеллекта. За последнее десятилетие успех в этом направлении был связан с обучением глубоких нейронных сетей (Artificial Neural Networks, ANN), построенных на основе модели искусственного нейрона.
Исследователи также выделяют спайковые нейронные сети (Spiking Neural Networks, SNN), построенные на основе модели спайкового нейрона, которая является более близкой к биологическому нейрону. Искусственные нейронные сети обмениваются вещественными числами, а эти — спайками, единичными событиями, происходящими в определенное время, максимально повторяя работу нервной системы.
