今年、スウェーデンのスタートアップであるIntuicellは、4本足のロボット犬「Luna」のビデオをリリースしました。これは、完全に独自に立つことを学び、新生児のような感覚フィードバックと現実世界の相互作用を通じて適応します。
それは、ロボット工学の「規模のパターン認識」の概念から、本物の知性で即興、適応、および運用できる具体化された自律的な学習エージェントへの大きな変化を示しています。
私はCEOのViktor Luthmanに話しかけて詳細を学びました。
Intuicellは、脳を模倣するだけでなく、その学習メカニズムをエミュレートするだけでなく、脳がどのように機能するかをモデルにした、真に理解し、学習するAIを構築することを目指しています。
今日のほとんどのAIシステムは、大規模な静的データセット、バックプロパゲーション、トレーニングと推論の明確な分離に依存するとは異なり、Intuicellは、生物学的神経系の適応的でリアルタイムの学習を模倣し、継続的に学習する物理的なAIエージェントを開発しました。このアプローチにより、システムは、従来のAIがしばしば失敗する動的環境で効果的に動作することができます。
CEOのViktor Luthmanが説明するように：
「彼らはトレーニングと推論を分離します – 私たちはそうしません。私たちと一緒に、学習は決して止まりません。それはリアルタイムで起こります。私たちはすべての非生物学的知性のために脳を構築しています。」
言い換えれば、マシンは、トレーニング前、大規模なデータセット、またはバックグラウンドで無限のシミュレーションを実行する必要がなく、周囲から直接学習することができます。
無視するには大胆すぎるSFビジョン
Luthmanによると、彼は「Bleeding-Edge Scienceの中でスタートアップを構築するキャリア全体を費やしています。私は彼らの調査結果を商品化するためにトップ教授や研究チームと協力するのが大好きです。彼の最後のスタートアップであるPremuneは2020年に買収されました。
彼は、Lund University’s Holding Companyのハイテクポートフォリオの責任者であった古い友人を通してIntuicellと接触し、イギリスの神経生理学者のグループについて、脳が世界を予測する方法についての急進的な所見について話しました。
「彼らは、人間の心のように機能するAIを構築するというこのSFビジョンを持っていました。それは私が無視するにはあまりにも狂っているように聞こえました。」
Luthmanはスタートアップを訪問し、逆説的な考え方に恋をし、2021年1月にCEOとして参加しました。
「私は、ヨーロッパがもっと大胆なビジョンと深いブレークスルーを必要としていると考えている人々の一人です。だから私は2番目の従業員として加わりました。彼らはすでにコードに研究を翻訳するハッカーの天才を持っていました。」
頭に神経科学を回します
数十年の脳研究をリアルタイム学習システムに翻訳することにより、IntuicellはAIのユニークな空間を切り開いています。
技術を新しいものと考えるのは簡単ですが、一晩では起こりませんでした。むしろ、Intuicellは、Lund Universityで30年以上の逆説研究から登場しました。
ルースマンは、研究者が従来の神経科学を逆さまにしたと主張します。
「彼らは多くの人気コンテストに勝ちませんでした。彼らの仕事は資金提供が困難であり、最も権威ある雑誌に出版されませんでした。
しかし、5年前、彼らは彼らの発見がAIにとって明らかに何を意味するかを伝える方法を見つけました。彼らはAIの研究者ではありませんでした – それが私がそれについて好きなことです。私たちは自分自身をAI空間の奇妙な鳥と見なしています。私たちはAIから来ていません。脳がどのように機能するかを深く理解しています。
過去5年間、ソフトウェアのこれらの調査結果を翻訳して検証しました。それが私たちをユニークにするものです。」
Luthmanによると、Intuicellはおそらく、個々のニューロンが問題を自律的に優先し、意思決定を行い、地域の課題を解決する方法を誰よりもよく理解しています。これらのメカニズムは、アメーバがどのように危険を避けて栄養素を見つけるかを学ぶ方法から、7歳の子供がサッカーをすることを学ぶ方法まで、規模を拡大します。
豊富なユーザーケース
明確にするために、Intuicellは製品やアプリ、むしろその建物のインフラストラクチャをすべての非生物学的知能の脳を販売していません。 Luthmanによると、これにはロボットだけでなく、物理エージェントとデジタルエージェントの両方が含まれます。代わりに、このテクノロジーは、その場で学習し、適応するために必要なマシンがどこでも適用できます。
Intuicellは、たとえばロボット工学から始めましたが、ロボットにゴミを拾う方法を教え、そのスキルをあらゆる建物や舗装に一般的にするか、高さや乱雑さに関係なく、テーブルをきれいにする方法を学び、宇宙、災害帯、ラストマイルの配達を必要とする場所としてのテクノロジーです。
同社は、Synerleapプログラムを通じてABBを使用して実現可能性調査を行いました。これにより、そのシステムは、微調整やトレーニング前にエンジンの健康モニタリングで異常検出を実行できることが明らかになりました。
Luthman詳細：
「介助犬を服用してください。あなたはそれが遭遇するかもしれないすべてのものでそれをプリロードしません。あなたはそれを教えます。それは相互作用し、経験から学び、その意図を理解し、時間の経過とともに洗練します。私たちはマシンでそれを行いたいです。一般化できるシステムを作成します。
彼は、ロボットに火星に行き、生息地を構築してもらいたいなら、予測不可能な環境で自分で学び、実験する必要があると主張します。
「しかし、あなたはそれを関連させるために火星に行く必要はありません。現実の世界はすでに私たちが知っている最もダイナミックなシステムです。ミリ秒ごとに新しいです。」
さらに、Intuicellは効率的です。 Lunaは、既製のGPUを使用して数千個のニューロンで動作します。大規模なクラウドインフラストラクチャ、国サイズのデータセンターはありませんが、代わりに効率的な分散学習があります。
Luthman氏によると、「システムが通常のエンジン状態を学習し、異なるエンジンで新しい異常を検出するのに十分な数百のニューロンでした。手動介入も費用のかかる展開もありませんでした。それはお金を稼ぐことではありませんでした。
AIの現状に挑戦します
ルーサンが懐疑論者に言っていることに興味がありました。ルースマンは、スケールへの執着に反対し、本当の知性は小さく始まると主張しています。
「一部の人々はscoff-」アメーバが異常検出を行うことができれば、それは本当に知性ですか？」と私は言います。
人々はより大きなモデルやより多くのデータに夢中です。
しかし、私たちはそれを完全にひっくり返しています。最小のユニットから学習を解決しています。それがこの惑星で知性がどのように進化したかであり、スケーラブルで効率的なAIを作る唯一の方法です。」
商業化のタイムラインに関しては、Inuticellの市場投入戦略は今後数年間に焦点を当てていますが、同社は早すぎる収益化を推進していない投資家を見つけたことが幸運です。
「私たちは最初から明確でした。最初に基礎を正しくする必要がありました。ニューロン、シナプス、センサー、学習アルゴリズム – 脊髄を呼ぶ最初の問題解決コンポーネント。それがルナを駆り立てるものです」
同社は、2つまたは3つの高価値プロジェクトから開始する予定で、技術とインターフェイスを拡大すると、より広範なアプリケーションのために開くことができます。