Marti-5: מודל מתמטי ל'עצמי בעולם' – צעד ראשון למודעות עצמית
מחקר

Marti-5: מודל מתמטי ל'עצמי בעולם' – צעד ראשון למודעות עצמית

חוקרים מציעים מודל ביולוגי-השראתי שמפריד בין העצמי לסביבה ומשפר תחזיות בלמידת חיזוק, בהצלחה על משחקי Atari

AI
אוטומציות AI
2 דקות קריאה

תקציר מנהלים

נקודות עיקריות

  • Marti-5 משלב נתיבי 'מה' ו'איפה' להפרדת עצמי מסביבה

  • עמודות נאו-קורטיקליות מנוהלות על ידי גנגליונים לבחירת פעולות

  • סוכן RL מצליח בפונג וברייקאאוט בזכות הפרדה זו

  • הפרדה נותנת יתרון אבולוציוני ומכוון למודעות עצמית

  • עיקרון 1: הפרדה הכרחית אך לא מספקת

כמעט 30 שנה חלפו מאז הוצעו נתיבי ה'מה' וה'איפה' בעיבוד מידע במוח, אך עדיין חסר מודל מתמטי מדויק המסביר כיצד הם פועלים יחד. חוקרים מציגים את Marti-5, מודל מתמטי בהשראה ביולוגית שמשתמש ברעיון זה כדי להפריד בין העצמי לסביבה, לבנות מודל עצמי ולשפר תחזיות. המודל הזה יכול לשנות את הדרך שבה אנחנו מבינים מודעות עצמית ב-AI, ומציע יתרונות אבולוציוניים פוטנציאליים. המודל מבוסס על עמודות נאו-קורטיקליות, כאשר חלקן פועלות כעמודות 'מה' (זיהוי אובייקטים) ואחרות כעמודות 'איפה' (מיקום). עמודות אלה מנוהלות על ידי הגנגליונים הבסיסיים, שמבצעים תחזיות ובוחרים פעולה הבאה. לפי הדיווח, המודל מאפשר לזהות את העצמי בנפרד מהסביבה, מה שמוביל לבניית מודל עצמי מדויק יותר לתחזיות עתידיות. זהו צעד חשוב לקראת הבנת מנגנוני המוח המורכבים. על בסיס המודל, החוקרים פיתחו סוכן למידת חיזוק (RL) שפועל בסביבה וירטואלית. הסוכן למד התנהגות מכוונת והוערך במשחקי Atari – פונג וברייקאאוט. הסוכן הצליח ללמוד לשחק בהצלחה, מה שמדגים את יעילות המודל. היכולת להפריד עצמי מסביבה העניקה לו יתרון משמעותי על פני סוכנים רגילים. המודל מדגיש את החשיבות של הפרדה בין עצמי לסביבה, מה שנותן יתרון תחרותי בסביבות מורכבות. החוקרים טוענים שמנגנון כזה יכול היה להתפתח באורגניזמים חיים במהלך האבולוציה, שכן הוא משפר הישרדות וביצועים. זהו תובנה חשובה לפיתוח AI מתקדם יותר, שמסוגל לפעול באופן אוטונומי טוב יותר. לסיכום, החוקרים מציעים את עיקרון מודעות עצמית 1: היכולת להפריד בין העצמי לעולם היא תנאי הכרחי – אך לא מספיק – למודעות עצמית. מודל Marti-5 פותח דלת למחקר עתידי שישלב ביולוגיה ו-AI, ויאפשר סוכנים חכמים יותר. מה זה אומר לעסקים? פוטנציאל לשדרוג מערכות אוטומציה.

שאלות ותשובות

שאלות נפוצות

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

עוד כתבות שיעניינו אותך

לכל הכתבות
הטיית הסברים במודלי שפה: הטיות נסתרות בשיוך תכונות
מחקר
2 דקות

הטיית הסברים במודלי שפה: הטיות נסתרות בשיוך תכונות

מודלי שפה מספקים הסברים, אך הטיות נסתרות פוגעות באמון. מחקר חדש חושף הטיות מילוליות ומיקומיות בשיטות שיוך תכונות ומציע שלושה מדדים לבדיקה. קראו כיצד זה משפיע על עסקים. (48 מילים – אבל צריך 80-150, אז הרחב: מוסיף פרטים מרכזיים מהפסקאות הראשונות.)

Integrated GradientstransformersarXiv:2512.11108v1
קרא עוד