Joost Huizinga看著六條腿的“蜘蛛機(jī)器人”，他在電腦屏幕上創(chuàng)造了天窗。起初，當(dāng)它試圖吞噬表示食物的綠色金字塔時(shí)，它會搖擺不定地走路。人造節(jié)肢動物做了一些成功的嘗試，包圍了一些金字塔并使它們消失。但是，在追求食物的短暫時(shí)間之后，蜘蛛失去了平衡，最終在它背上并且連著。
這是一只未被解決的蜘蛛，”Huizinga搖搖頭說道。“它落在它背上，像烏龜一樣無助。它必須首先(學(xué)會)走路。“
來自荷蘭的華盛頓大學(xué)博士生Huizinga于1月份來到懷俄明大學(xué)，與計(jì)算機(jī)科學(xué)系的華盛頓大學(xué)副教授Jeff Clune一起進(jìn)行研究 。Huizinga正在研究如何以與動物大腦組織方式更相似的方式發(fā)展計(jì)算機(jī)大腦。具體來說，他正在努力弄清楚進(jìn)化如何在動物大腦的布線中產(chǎn)生關(guān)鍵屬性 - 即為什么動物(包括人類)進(jìn)化成具有規(guī)則，等級和模塊化組織的大腦。
“我的研究目標(biāo)是研究模塊化和規(guī)律性，”Huizinga在UW工程大樓不斷發(fā)展的人工智能實(shí)驗(yàn)室中說。“兩者都是分別研究過的。我的目標(biāo)是將它們結(jié)合起來。“
模塊化意味著大腦由先天的，神經(jīng)結(jié)構(gòu)或模塊組成，這些結(jié)構(gòu)或模塊具有獨(dú)特的，已建立的進(jìn)化發(fā)展的功能。規(guī)律性是指大腦中重復(fù)出現(xiàn)的模式。Huizinga希望他的模型能夠模仿兩者。
提高直覺
Huizinga說，在大多數(shù)使用計(jì)算機(jī)或人工腦的研究中，創(chuàng)建神經(jīng)網(wǎng)絡(luò)是為了完成一項(xiàng)任務(wù)并以“非常糾結(jié)的方式”解決它。
“一切(在計(jì)算機(jī)大腦中)都是同時(shí)關(guān)聯(lián)的，”他解釋道。“如果你想要它識別條紋立方體，它會處理'條紋'和'立方體'。它無法區(qū)分'立方體'。如果你給它一個(gè)有斑點(diǎn)的立方體，它就不會認(rèn)出它是一個(gè)立方體。“
為了糾正這種混亂的思維過程，Huizinga繼續(xù)研究人造大腦具有模塊的模型，這意味著大腦的分裂方式與人類或動物的大腦功能類似。因此，在條紋立方體的示例中，將有單獨(dú)的模塊分別識別模式和立方體。
“那樣，當(dāng)模型有一個(gè)有斑點(diǎn)的立方體時(shí)，它已經(jīng)知道立方體是什么，然后可以區(qū)分顏色模式，”Huizinga說。“擁有一個(gè)模塊可以讓你在大腦的某個(gè)位置或位置有一個(gè)功能。”
為了創(chuàng)造這種模塊性，Huizinga將“連接成本”應(yīng)用于人工大腦。簡而言之，人工大腦因從大腦最左側(cè)到最右側(cè)的很長連接而受到懲罰。他說，保持連接更短可以更容易在人工大腦中創(chuàng)建更多模塊，因此可以實(shí)現(xiàn)更多功能。
他說：“當(dāng)我們選擇那些能夠生存并且不會進(jìn)入下一代的人時(shí)，我們會考慮這些連接成本及其在實(shí)際任務(wù)中的表現(xiàn)。”
模型中的規(guī)律性將通過程序中使用的人工DNA發(fā)展。為了產(chǎn)生這種規(guī)律性，他使用的DNA比大腦中的連接和神經(jīng)元的基因少得多。因此，必須重用信息，創(chuàng)建規(guī)則模式。
“在這種情況下，我們將DNA定義為基本上是如何構(gòu)建人類或動物大腦的代碼，”Huizinga說。
Huizinga認(rèn)為機(jī)器人在未來扮演著更重要的角色。在最基本的層面上，他設(shè)想用于收集各種地形垃圾的機(jī)器人。他說，在更先進(jìn)的水平上，機(jī)器人可以用于拉勒米山脈中滯留的徒步旅行者的搜索和救援任務(wù)。
“因?yàn)槲覀儞碛羞@種模塊化，我們可以在這些模塊的基礎(chǔ)上發(fā)展并演化這種單一的(人造的)大腦，并隨著時(shí)間的推移將其演變?yōu)楦鼜?fù)雜，”他說。“最終，機(jī)器人將擁有更多的自主權(quán)。”
例如，他推測這種自治對于未來的月球太空探索或火星探測至關(guān)重要。Huizinga指出NASA在2003年開始在火星上使用的小型探測車，有時(shí)難以駕駛不平坦的地形。在一個(gè)例子中，被稱為“精神”的流浪者被困在一個(gè)柔軟的沙地區(qū)域。在其他事件中，“精神”和“機(jī)遇”都經(jīng)歷了有限的太陽能，使得它們在肆虐的沙塵暴期間幾乎不起作用。
“他們(流浪者)經(jīng)常失敗，因?yàn)樗麄冨e(cuò)過了我們在高等級動物身上發(fā)現(xiàn)的意識，”Huizinga說。
“比較動物可以踩踏的地方和機(jī)器人可以去的地方，”克魯恩說。“動物在天空中翱翔，穿過茂密的森林檐篷，攀登山脈，在崎嶇的地形上奔跑，在地球上挖洞，在湍急的水中游泳。我們的機(jī)器人幾乎無法在完全平坦的地板上走動。“
他繼續(xù)說道，“另外，考慮動物可以進(jìn)行的行為范圍(尋找食物，筑巢，追逐和避免追逐等)。如果我們想要能夠撲滅森林火災(zāi)的機(jī)器人，在自然災(zāi)害后找到幸存者，或者為了清理我們的房屋，我們需要他們展示天然動物的敏捷性和驚人的學(xué)習(xí)能力。“
并行性能
為了改善他的模型的功能，以及最終他的蜘蛛機(jī)器人，Huizinga通過Mount Moran運(yùn)行他的程序，這是UW的高性能計(jì)算集群，在懷俄明州西部Tetons的一座山峰之后綽號。
Mount Moran 使大氣科學(xué)和地球科學(xué)系的教師能夠使用NCAR-懷俄明超級計(jì)算中心(NWSC)來學(xué)習(xí)他們對軟件的期望。該集群為該組教師提供了解決由于將并行算法從數(shù)十個(gè)或數(shù)百個(gè)處理器擴(kuò)展到數(shù)千個(gè)處理器而導(dǎo)致的問題的機(jī)會，然后在NWSC上移動到數(shù)萬個(gè)處理器。
該集群還為任何UW研究教員提供研究資源 - 例如生物信息學(xué)家，社會科學(xué)家，純數(shù)學(xué)家和理論物理學(xué)家 - 他們有一個(gè)復(fù)雜的問題，或者他們的研究不屬于NWSC的范圍。
此外，歡迎威斯康星大學(xué)的學(xué)生使用高性能計(jì)算中心進(jìn)行工作，這通常與威斯康星大學(xué)的教師合作。
“Joost，他自己，可能已經(jīng)在Mount Moran使用了數(shù)千小時(shí)的計(jì)算，”Clune說。“我的猜測是，自成立以來，他可能是Mount Moran的頂級用戶之一。”
最初，Huizinga探討了他在阿姆斯特丹VU大學(xué)的領(lǐng)域是否有任何博士學(xué)位。幾個(gè)月后，Huizinga說他的教師顧問Everet Haasdijk是Clune的朋友，他給Huizinga寫了一封推薦信。
“我實(shí)際上首先申請與Clune博士合作，然后申請到威斯康星大學(xué)，”Huizinga說。
Huizinga與Clune合作，他說他已經(jīng)學(xué)會以比他在荷蘭的教授經(jīng)歷的更為前瞻的方式展示他的研究。
“他在我們的領(lǐng)域掌握了他的概念問題，而且他在技術(shù)上很有天賦，允許他快速編寫我們所擁有的任何實(shí)驗(yàn)性想法以進(jìn)行測試，”Clune對Huizinga說。“他對我們正在調(diào)查的想法充滿熱情，并且在不到一年的時(shí)間里，已經(jīng)產(chǎn)生了我們目前正在撰寫出版的有趣結(jié)果。”
“我確實(shí)知道我想留在學(xué)術(shù)界，所以我想進(jìn)入研究或攻讀博士后學(xué)位，”Huizinga說。“我還沒有決定是留在美國還是去荷蘭。”
Huizinga在電腦屏幕上簡短地瞥了一眼他的蜘蛛機(jī)器人并提到它不僅要學(xué)會獲取食物，還要學(xué)習(xí)如何避開掠食者。當(dāng)然，在學(xué)會走路之后。
“人類(大腦)是最終目標(biāo)，”Huizinga談到他的研究。“此時(shí)此刻，如果我們能擁有(人造的)獵豹大腦，我們會非常高興?，F(xiàn)在，我們略高于蒼蠅。