Een kunstmatige intelligentie die heel simpel in elkaar zit kan toch ingewikkelde taken uitvoeren. Oostenrijkse onderzoekers bouwden het brein van een wormpje na en ontdekten dat je met zo’n simpel bouwwerk al veel kan doen. 

Als voorbeeld trainden de onderzoekers de 12 neuronen van het wormenbrein om een autootje in te parkeren. Het pad dat de wagen moest volgen was van te voren opgegeven, dus heel ingewikkeld was het niet. Maar meestal vereist dit soort taken toch een groot computerprogramma dat een hoop rekenkracht gebruikt. Nu kon het ook met een veel simpeler en overzichtelijker algoritme. 

 

Geen vaste verbindingen

De onderzoekers gebruikten een nieuwe AI-techniek om dit resultaat te bereiken. ‘Gewone’ neurale netwerken hebben vaak een vaste structuur: de verbindingen tussen knooppunten in het programma staan vast. Terwijl het programma leert, kiest het verschillende paden langs de vele knooppunten, waardoor er verschillende resultaten uit komen. 

Het nieuwe algoritme van de Oostenrijkers heeft geen vaste verbindingen. In plaats daarvan varieert de kracht of invloed die knooppunt (of neuron) A op knooppunt B heeft in de tijd. Daardoor is het netwerk veel flexibeler en kan je dus met weinig neuronen toch een hoop klaarspelen. 

 

Ringworm

De onderzoekers bouwden met deze techniek een deel van het zenuwstelsel van C. Elegans na. C. Elegans is een ringworm waaraan veel onderzoek wordt verricht, omdat zijn neurologische opmaak vrij simpel is. Zo is bekend welke neuronen met elkaar communiceren als de worm schrikt en zich terugtrekt, bijvoorbeeld als gevolg van aanraking. De zenuwen die die reflex veroorzaken maakten de programmeurs van de Technische Universität Wien na. 

Dit kleine netwerkje kon vervolgens getraind worden om een auto te parkeren. Een handjevol van de neuronen verwerkte de input van sensoren op de auto, een deel geeft commando’s en een deel voert die commando’s uit. De bewegingen die er in het wormenbrein voor zorgen dat de worm ineenkrimpt en het lichaam laat golven, zorgen in het neurale netwerk dat de wielen van een rover-wagentje de goede kant op draaien om te parkeren. 

 

Heleboel mogelijk

De onderzoekers claimen dat het parkeren slechts één voorbeeld is van de vele dingen die hun algoritme kan. Doordat het meer werkt als een echt zenuwstelsel is het flexibel en kan het, met wat training, veel leren. Bijkomend voordeel is dat de simpele structuur helpt te begrijpen hoe het algoritme werkt. Het is makkelijk te zien hoe de input vertaald wordt naar output, iets dat bij grote complexe netwerken onmogelijk is. Met slechts 21 neuronen is er geen ‘black box’, waardoor de AI altijd te volgen is.