Нейросети берут штурмом мир вычислений. Исследователи используют их для создания машин, способных выполнять действия, которые раньше считались исключительной прерогативой человека — распознавание образов, лиц, обработка естественных языков. Эти и другие навыки уже сейчас выполняются машинами совершенно рутинно.
Однако существует желание создать более способные и мощные нейросети, которые смогут отодвинуть границы возможностей искусственного интеллекта ещё дальше. Одним из направлений в этой работе является конструирование схем, цепей, которые по своей архитектуре будут функционировать подобно нейронам — так называемых нейроморфных чипов. Но как сделать эти чипы быстрыми?
Недавно группа исследователей из Принстонского университета (Princeton University) представила один из возможных ответов на этот вопрос: они построили первый в мире интегральный кремний-фотонный нейроморфный чип и показали, что он способен работать и вычислять со сверхвысокой скоростью.
На оптические вычисления уже довольно давно возлагаются большие надежды. Но достоинства систем оптической обработки данных никогда не перевешивали повышенных затрат на их производство, поэтому до сих пор не получили широкого распространения. Ситуация начала исправляться в некоторых областях вычислительной техники, таких как аналоговая обработка сигналов, в которых требуется настолько высокая скорость, которую могут обеспечить только фотонные чипы.
А теперь вот и нейросети начинают осваивать возможности, которые может предоставить фотоника. «Фотонные нейросети, опирающиеся на преимущества кремний-фотонных платформ, могут выйти на режимы сверхбыстрой обр
... Читать дальше »
НЕЙРО́ННЫЕ СЕ́ТИ искусственные, многослойные высокопараллельные (т. е. с большим числом независимо параллельно работающих элементов) логические структуры, составленные из формальных нейронов. Начало теории нейронных сетей и нейрокомпьютеров положила работа американских нейрофизиологов У. Мак-Каллока и У. Питтса «Логическое исчисление идей, относящихся к нервной деятельности» (1943), в которой они предложили математическую модель биологического нейрона. Среди основополагающих работ следует выделить модель Д. Хэбба, который в 1949 г. предложил закон обучения, явившийся стартовой точкой для алгоритмов обучения искусственных нейронных сетей. На дальнейшее развитие теории нейронной сети существенное влияние оказала монография американского нейрофизиолога Ф. Розенблатта «Принципы нейродинамики», в которой он подробно описал схему перцептрона (устройства, моделирующего процесс восприятия информации человеческим мозгом). Его идеи получили развитие в научных работах многих авторов. В 1985–86 гг. теория нейронных сетей получила «технологический импульс», вызванный возможностью моделирования нейронных сетей на появившихся в то время доступных и высокопроизводительных персональных компьютерах. Теория нейронной сети продолжает достаточно активно развиваться в начале 21 века. По оценкам специалистов, в ближайшее время ожидается значительный технологический рост в области проектирования нейронных сетей и нейрокомпьютеров. За последние годы уже открыто немало новых возможностей нейронных сетей, а работы в данной области вносят существенный вклад в промышленность, науку и технологии, имеют большое экономическое значение.
Основные направления применения нейронных сетей
Потенциальными областями применения искусственных нейронных сетей являются те, где человеческий интеллект малоэффективен, а традиционные вычисления трудоёмки или физически неадекватны (т. е. не отражают или плохо отражают реальные физические процессы и объекты). Актуальность применения нейронных сетей (т. е. нейрокомпьютеров) многократно возрастает, когда появляется необходимость решения плохо формализованных задач. Основные области применения нейронных сетей: автоматизация процесса классификации, автоматизация прогнозирования, автоматизация процесса распознавания, автоматизация процесса принятия решений; управл
... Читать дальше »
Футуристы уверены: рано или поздно учёным удастся создать искусственный интеллект, подобный человеческому, а то и превосходящий его. Учёные пытаются сделать это при помощи моделирования человеческого мозга, но им ещё предстоит пройти долгий путь, чтобы скопировать 100 млн нейронов мозга и 1 трлн их соединений. Тем более предпосылки к этому уже есть: к примеру, нейробиолог Генри Маркрам (Henry Markram) с коллегами работают над многообещающим проектом — созданием полностью идентичного человеческому виртуального мозга, а Барак Обама выделил $100 млн на исследования функций головного мозга и инновационные проекты в этой области.
Однако на недавнем Международном научном форуме в Нью-Йорке группа исследователей объявила, что существует как минимум четыре серьёзных препятствия на пути создания искусственного интеллекта.
Пример управления с помощью однонаправленного нейро-компьютерного интерфейса
Нейрокомпьютерный интерфейс (НКИ) (называемый также прямой нейронный интерфейс, мозговой интерфейс, интерфейс «мозг — компьютер»[1]) — система, созданная[2] для обмена информацией между мозгом и электронным устройством (например, компьютером). В однонаправленных интерфейсах внешние устройства могут либо принимать сигналы от мозга, либо посылать ему сигналы (например, имитируя сетчаткуглаза при восстановлении зрения электронным имплантатом). Двунаправленные интерфейсы позволяют мозгу и внешним устройствам обмениваться информацией в обоих направлениях. В основе нейрокомпьютерного интерфейса, часто используется метод биологической обратной связи.
Илон Маск, президент компаний SpaceX и Tesla, теперь также финансирует Neuralink, проект по созданию нейрокомпьютерных интерфейсов. Компания занимается разработкой имплантируемых чипов, которые должны способствовать внедрению технологий искусственного интеллекта в работу человеческого мозга.
Маск намекал на разработку такого интерфейса на протяжении почти года. Не столь давно на встрече в Дубае Илон отметил:
Через некоторое время мы, скорее всего, увидим тесное слияние биологического и цифрового разума… оно подразумевает более высокую скорость передачи информации от мозга к техническим устройствам, которые мы используем.
Такие интерфейсы пока остаются в области научной фантастики — сейчас большинство электростимуляторов создается лишь для использования в медицин
... Читать дальше »
Искусственный интеллект — это удивительная технология, которая изменяет мир, но каждый, кто смотрел фильм «Терминатор», знает, что продвинутый ИИ может быть опасен. Именно поэтому Илон Маск, Стивен Хокинг и сотни других исследователей и IT-экспертов подписали список из 23 основных принципов, которых стоит придерживаться при разработке ИИ, дабы она продвигалась в безопасном, продуктивном и нравственном направлении.
Данный список был составлен на конференции Beneficial AI 2017. Эксперты в области робототехники, физики, экономики, философии и т.д. горячо обсуждали безопасность ИИ, экономическое влияние технологии на занятость людей и многие другие темы. Для включения каждого пункта в список нужно было получить согласие 90% участников.
В результате участники составили и подписали список из 23 пунктов, которые затрагивают темы от исследований данных до развития суперразума. Всего список подписали почти 1000 исследователей в области ИИ и робототехники и около 1500 экспертов в других сферах, включая CEO Tesla Илона Маска и знаменитого физика Стивена Хокинга.
Некоторые принципы — например, прозрачность и общий доступ всех компаний к исследованиям — будут соблюдены с меньшей вероятностью, но если мы будем придерживаться хотя бы части из них, то разработка ИИ вряд ли приведёт к восстанию Skynet.
Ниже вы можете ознакомиться с переведённым списком (который, к слову, называется Asilomar AI Principles):