195176, г. Санкт-Петербург,
Пискаревский пр. д.25,
литер А пом. 8Н.
info@armkllc.ru
   +7 (812) 748-51-31

Думать как люди

Дата публикации: 2019-09-25 14:30:00

источник изображения

 

Новые разработки позволят имитировать человеческое мышление в искусственных нейронных сетях.

Тема искусственного интеллекта всё ещё полна неопределённостей. Именно поэтому она открывает широкий простор для споров футурологов от технологий: то ли в развитии ИИ больше потенциальных угроз для человечества, то ли, наоборот, оно даст нам выгоды, беспрецедентные по масштабам относительно обозримой истории технологического прогресса. Как бы там ни было, апокалипсис или небывалый рассвет пока что остаются в умозрительных вариациях гипотетического будущего, и искусственный интеллект – всё-таки остаётся инструментом. Другое дело – искусственный разум, к созданию которого стремится часть учёных…

Да, здесь нет ошибки: несмотря на то, что такого понятия пока нет в мировой науке, но продолжающиеся изыскания в этой области показывают довольно быстрое развитие, и теперь учёные намерены имитировать глубокую сложность человеческого мозга, чтобы научить машины мыслить, как мы сами.

Вообще, искусственные нейронные сети – это всего лишь устройства, которые имитируют нейроны и синапсы, но сами по себе они «мертвы». А вот то, что создатели назвали чудным словом «мемристор» («резистор с памятью», базовые идеи и название которого высказаны чуть ли не полвека назад Леоном Чуа, тогда ещё безвестным учёным, а впоследствии ставшим профессором университета Беркли) – стало не просто многообещающей технологией для реализации этой имитации, а серьёзным шагом за пределы означенной цели: в отличие от энергозависимой памяти, вроде оперативной (RAM), мемристоры «запоминают» своё сопротивление при выключении устройства и даже сохраняют несохраненные данные в этом сценарии, делая их надёжными и стабильными альтернативами.

Поэтому, считают разработчики, новый тип нейронной сети, основанный на этих элементах, может поспособствовать предсказыванию будущих результатов, основываясь на данных настоящего времени. Так мы, например, иногда предугадываем что скажет собеседник до того, как он окончит фразу во время разговора.

Джошуа Янг, профессор электротехники в Университете Массачусетса, со своей исследовательской группой разработали так называемую вычислительную систему резервуара (RC), которая требует гораздо меньше времени обучения по сравнению с типичной нейронной сетью.

Системы RC могут предоставить нейронной сети возможность запоминать, пропуская большую часть дорогостоящего учебного процесса. Это включает в себя снабжение сети большим набором вопросов и ответов в процессе, называемом «контролируемое обучение». Системы RC превосходно справляются с обработкой информации, изменяющейся во времени (например, потоком данных или слов), или любой зависящей от прошлых результатов функцией.

По словам Янга, разработанные в прошлом аппаратные RC в основном используют большие оптические компоненты. Новая же система, напротив, опирается на мемристоры, «которые занимают гораздо меньше места и могут быть легко интегрированы в современную электронику на основе кремния».

Чтобы протестировать свою полностью мемристорную систему, исследователи разбили изображения рукописных цифр на ряды пикселей и подали их в сеть в виде сигналов напряжения. Резервуар достиг точности 83% и потребовал только 110 узлов, что является резким снижением по сравнению с тысячами узлов, которые требуются в обычных сетях. В будущих планах Янга и сотоварищей попытка соединить систему резервуара с нейронной сетью другого типа, называемой «свёрточная нейронная сеть», для выполнения распознавания видео и речи в режиме реального времени.

Возвращаясь к теме дебатов, можно сказать, что всё это ещё не мышление как таковое, и об искусственном разуме пока говорить рано. Но поскольку вычислительные мощности растут не только грубым нагромождением процессорных ядер и ячеек памяти друг на друга, да и задачи учёный люд себе ставит весьма амбициозные, то вполне можно сказать, что начало процессу создания этого «машинного мышления» давно положено. И мы даже не заметили как это произошло. В будущем роботы, снабжённые таким «мозгом», смогут сами не только находить, но и создавать подходящие стратегии и решения непосредственно на месте образовавшейся задачи. Они будут способны автономно и непрерывно подстраиваться к возникающим обстоятельствам.

И это конечно ещё не всё. Будет много любопытных идей и воплощений. Как, например, имитация машинами деятельности роя насекомых (по типу пчёл, муравьёв и других видов, где у каждого члена группы своя роль, и вся группа работает как один слаженный организм), созданная исследователями из Университета Бристоля и Университета Западной Англии. А это… Стоп.

Это уже коллективный разум?!


По материалам Advanced Science News