¿Se puede enseñar a una red neuronal a pensar como un humano? ¿O al menos como un animal? ¿En qué piensan los animales? ¿Puedes llamar reflejos a lo que está sucediendo en la cabeza del gato? ¿Y cuál es el secreto de la conciencia después de todo? A continuación, intentaremos comprender todos estos problemas.
No es ningún secreto que las redes neuronales pueden aproximarse a cualquier función, incluso hay teoremas que lo demuestran. Hay una capa de entrada, capas ocultas y una capa de salida. En el caso del aprendizaje por refuerzo, la capa de entrada es cómo actúa el entorno sobre el agente. Y la capa de salida son las acciones del agente sobre el medio ambiente. Para conseguir un agente suficientemente inteligente, necesitamos 3 cosas: una cantidad suficiente de neuronas en capas ocultas, un entorno suficientemente elaborado que permita recibir refuerzo, y también necesitamos una gran cantidad de neuronas de entrada y salida para maximizar la interacción con el entorno.
Considere el cerebro humano: 100 mil millones de neuronas. Formalmente, se trata de unas 10 capas de 10 mil millones de neuronas. Escriba en los comentarios cuánta potencia se necesita para calcular esta cantidad. Para los experimentos, puede utilizar un número de neuronas subestimado de 10 a 100 veces.
El medio ambiente debería ser tan diverso como el mundo que nos rodea. Podemos poner un agente robot en realidad o enseñarle en realidad virtual, pidiéndole un refuerzo de la función (la acción del agente) que nos gustaría que realizara.
Me gustaría detenerme en las neuronas de entrada y salida por separado. Su objetivo es la interacción con el medio ambiente. Las neuronas de entrada de un gato son todos sus receptores en los ojos, los oídos y la piel, así como en muchos otros. Las neuronas de salida están conectadas principalmente con varios músculos, lo que le da a la criatura la capacidad de interactuar con el entorno (la retroalimentación del agente sobre el entorno). Cuantas más neuronas de entrada y salida, mejor, más amplia, mejor será la interacción "entorno-agente-entorno"
Veamos algunos ejemplos. Los receptores detectan la falta de aire: el cerebro obliga a los pulmones a respirar. Los receptores del estómago hablan de hambre: el cerebro realiza la función de obtener alimentos en un entorno determinado. O un ejemplo con una aguja: si algo pincha la piel, la señal va al cerebro, se procesa allí y el cerebro da una orden a la mano sobre cómo deshacerse de este problema. Todo se reduce a una cosa simple: cuando los receptores no se alteran, no hay acción. Pero si el receptor está excitado, el cerebro busca una solución que ayude a eliminar la excitación de este receptor. Tan pronto como se encuentra la cadena deseada y el receptor ha perdido su excitación, se refuerzan las conexiones neuronales de esta cadena. Y ya la próxima vez esta cadena de acciones será una prioridad. Esto sucede con todas las acciones de nuestra vida. Por lo tanto, puede crear un agente para cualquier entorno y para cualquier función que necesitemos.La cuestión radica únicamente en la capacidad productiva.