Evolucija vida: Kako umjetna inteligencija istražuje razvoj oka

Zašto smo ljudi razvili oči koje imamo danas? Dok znanstvenici ne mogu vratiti se u prošlost i proučiti okoline koji su oblikovali evoluciju raznolikih vida sustava u prirodi, novi računalni okvir razvijen od strane MIT istraživača omogućuje im istraživanje ove evolucije u umjetnoj inteligenciji. Ovaj okvir, u kojem se tijelno obdani AI agenti razvijaju oči i uče vidjeti kroz mnoge generacije, predstavlja “znanstvenu pješčanu kutiju” koja istraživačima omogućuje ponavljanje različitih evolucijskih stabala. To se postiže mijenjanjem strukture svijeta i zadataka koje AI agenti obavljaju, kao što su pronalazak hrane ili razlikovanje predmeta.

To im omogućuje proučavanje zašto jedan organizam može razviti jednostavne, svjetlosjetljive mrlje kao oči, dok drugi ima složene, kamera-slične oči. Istraživanja s ovim okvirom pokazuju kako zadaci vode evoluciji oka kod agenata. Na primjer, oni su pronašli da su zadaci navigacije često doveli do evolucije složenih očiju s mnogim pojedinačnim jedinicama, poput očiju insekata i rakova.

S druge strane, ako su agenti fokusirani na razlikovanje predmeta, vjerojatnije su razvili kamera-slične oči s zjenicama i mrežnicama. Ovaj okvir može znanstvenicima omogućiti istraživanje “što ako” pitanja o vida sustavima koja su teška za eksperimentalno proučavanje. Također može voditi dizajn novih senzora i kamera za robote, dronove i nosive uređaje koji balansiraju performanse s realnim ograničenjima poput efikasnosti energije i proizvodljivosti.

Kushagra Tiwary, diplomirani student na MIT Media Labu i glavni autor članka o ovom istraživanju, kaže: “Ne možemo nikada vratiti se i razjasniti sve detalje o tome kako je evolucija došla do toga. U ovom radu smo stvorili okruženje u kojem možemo, u smislu, ponovo stvoriti evoluciju i istražiti okruženje na sve te načine. Ovaj način rada znanosti otvara vrata mnogim mogućnostima.”

Tiwary je pridružen na članku s glavnim autorom Aaronom Youngom, diplomiranim studentom Tzofi Klinghofferom, bivšim postdoktorantom Akshat Daveom, sadašnjim asistentom profesora na Stony Brook Universityju, Tomasom Poggioom, Eugene McDermott profesorom u Odjelu za neuroznanost i kogniciju, istraživačem u McGovern Institutu i suvoditeljem Centra za mozake, umove i strojeve; suvoditeljima Brianom Cheungom, postdoktorantom u Centru za mozake, umove i strojeve i dolazećim asistentom profesora na Univerzitetu Kalifornije u San Franciscu; i Ramesh Raskarem, asocijiranim profesorom medijskih umjetnosti i znanosti i voditeljem grupe za kameru kulturu na MIT-u; kao i ostalima na Rice Universityju i Lund Universityju. Istraživanje objavljeno je danas u Science Advances.

Kako je stvorena ova znanstvena pješčana kutija?

Istraživanje je počelo kao razgovor među istraživačima o otkrivanju novih vida sustava koji bi mogli biti korisni u različitim poljima, poput robotike. Da bi testirali “što ako” pitanja, istraživači su odlučili koristiti AI za istraživanje mnogih mogućnosti evolucije.

Da bi stvorili ovu evolucijsku pješčanu kutiju, istraživači su preuzeli sve elemente kamere, poput senzora, leća, otvora i procesora, i pretvorili ih u parametre koje tijelno obdani AI agent može naučiti.

Ovi gradivni blokovi služili su kao početna točka za algoritamsko učenje mehanizma kojeg bi agent koristio tijekom evolucije oka.

“Nismo mogli simulirati cijeli svemir atom po atom. Bilo je izazovno odrediti koje nam trebaju sastojci, koje nam ne trebaju i kako raspodijeliti resurse nad tim različitim elementima,” kaže Cheung.

U ovom okviru, evolucijski algoritam može odabrati koje elemente razviti na temelju ograničenja okruženja i zadatka agenta.

Svako okruženje ima jednu zadatak, kao što je navigacija, prepoznavanje hrane ili praćenje plijena, dizajniran da imitira stvarne vizualne zadatke koje životinje moraju premostiti da bi preživjele. Agenti počinju s jednim fotoreceptorom koji gleda u svijet i pridruženi neuralni mrežni model koji obrađuje vizualne informacije.

Zatim, tijekom života svakog agenta, trenira se pomoću učitanja pojačanja, tehnike iskušaj i pogreška u kojoj agent dobiva nagradu za dovršetak cilja svog zadatka. Okruženje također uključuje ograničenja, kao što je određeni broj piksela za vizualne senzore agenta.

“Ova ograničenja vode proces dizajna, isti način kao i mi,” kaže Cheung.

Primjeri evolucije oka

U jednom primjeru, agenti su morali naučiti prepoznati plijen u okruženju s ograničenim brojem piksela. To je dovelo do evolucije složenih očiju s mnogim pojedinačnim jedinicama, poput očiju insekata i rakova.

U drugom primjeru, agenti su morali naučiti prepoznati predmete u okruženju s ograničenim brojem piksela. To je dovelo do evolucije kamera-sličnih očiju s zjenicama i mrežnicama.

Primjene u robotici i drugim poljima

Ovaj okvir može biti koristan u razvoju novih senzora i kamera za robote, dronove i nosive uređaje. Na primjer, agenti mogu naučiti kako da se prilagode različitim okruženjima i zadacima, što može biti korisno u razvoju autonomnih vozila i robota koji moraju funkcionirati u različitim okruženjima.

Također, ovaj okvir može biti koristan u proučavanju evolucije vida kod životinja. Na primjer, agenti mogu naučiti kako se prilagoditi različitim okruženjima i zadacima, što može biti korisno u proučavanju evolucije vida kod životinja.

Zaključak

Ovaj novi računalni okvir predstavlja revolucionaran način istraživanja evolucije vida. Omogućuje znanstvenicima da istražuju “što ako” pitanja o vida sustavima koja su teška za eksperimentalno proučavanje. Također može voditi dizajn novih senzora i kamera za robote, dronove i nosive uređaje koji balansiraju performanse s realnim ograničenjima poput efikasnosti energije i proizvodljivosti.

Istraživanje pokazuje kako zadaci mogu voditi evoluciji oka kod agenata. Na primjer, zadaci navigacije često dovode do evolucije složenih očiju s mnogim pojedinačnim jedinicama, poput očiju insekata i rakova. S druge strane, zadaci razlikovanja predmeta često dovode do evolucije kamera-sličnih očiju s zjenicama i mrežnicama.

Ovaj okvir predstavlja samo početak istraživanja evolucije vida. U budućnosti, istraživači mogu istražiti kako se oči prilagođavaju različitim okruženjima i zadacima, kako se prilagođavaju različitim vrstaima vida i kako se prilagođavaju različitim vrstaima oka.

Česta pitanja

Kako je stvoren ovaj okvir?

Ovaj okvir je stvoren preuzimanjem svih elemenata kamere, poput senzora, leća, otvora i procesora, i pretvaranjem ih u parametre koje tijelno obdani AI agent može naučiti. Ovi gradivni blokovi služili su kao početna točka za algoritamsko učenje mehanizma kojeg bi agent koristio tijekom evolucije oka.

Koji su primjeri evolucije oka?

U jednom primjeru, agenti su morali naučiti prepoznati plijen u okruženju s ograničenim brojem piksela. To je dovelo do evolucije složenih očiju s mnogim pojedinačnim jedinicama, poput očiju insekata i rakova.

U drugom primjeru, agenti su morali naučiti prepoznati predmete u okruženju s ograničenim brojem piksela. To je dovelo do evolucije kamera-sličnih očiju s zjenicama i mrežnicama.

Kako se ovaj okvir može primijeniti u robotici?

Ovaj okvir može biti koristan u razvoju novih senzora i kamera za robote, dronove i nosive uređaje. Na primjer, agenti mogu naučiti kako da se prilagode različitim okruženjima i zadacima, što može biti korisno u razvoju autonomnih vozila i robota koji moraju funkcionirati u različitim okruženjima.

Također, ovaj okvir može biti koristan u proučavanju evolucije vida kod životinja. Na primjer, agenti mogu naučiti kako se prilagoditi različitim okruženjima i zadacima, što može biti korisno u proučavanju evolucije vida kod životinja.

Kako se ovaj okvir može primijeniti u drugim poljima?

Ovaj okvir može biti koristan u proučavanju evolucije vida kod životinja. Na primjer, agenti mogu naučiti kako se prilagoditi različitim okruženjima i zadacima, što može biti korisno u proučavanju evolucije vida kod životinja.

Također, ovaj okvir može biti koristan u proučavanju evolucije vida kod životinja. Na primjer, agenti mogu naučiti kako se prilagoditi različitim okruženjima i zadacima, što može biti korisno u proučavanju evolucije vida kod životinja.