Kluczowe dania na wynos
- Nowy rodzaj sprzętu komputerowego może pozwolić sztucznej inteligencji na ciągłe uczenie się, tak jak ludzki mózg.
- Naukowcy z Purdue University twierdzą, że ich urządzenie można przeprogramować na żądanie za pomocą impulsów elektrycznych.
- Chociaż system AI, który sam się uczy, jest nadal głównie koncepcją, istnieje wiele przykładów, które są bliskie.
Sztuczna inteligencja (AI) może wkrótce zyskać nowy rodzaj chipów komputerowych inspirowanych ludzkim mózgiem.
Naukowcy z Purdue University zbudowali nowy sprzęt, który można przeprogramować na żądanie za pomocą impulsów elektrycznych. Zespół twierdzi, że ta zdolność adaptacyjna pozwoliłaby urządzeniu na przejęcie wszystkich niezbędnych funkcji do zbudowania komputera inspirowanego mózgiem. Jest to część nieustających wysiłków zmierzających do zbudowania systemów AI, które mogą się uczyć w sposób ciągły.
„Gdy systemy sztucznej inteligencji nieustannie uczą się w środowisku, mogą dostosowywać się do świata, który zmienia się w czasie” – powiedział Lifewire ekspert ds. sztucznej inteligencji w Stevens Institute of Technology Jordan Suchow w rozmowie e-mailowej. „Widzimy to na przykład, gdy system wykrywania oszustw wykryje wcześniej nieobserwowany wzorzec nieuczciwych zakupów lub gdy system rozpoznawania twarzy napotka osobę, której nigdy wcześniej nie widział”.
Uczący się przez całe życie
Naukowcy The Purdue opublikowali niedawno artykuł w czasopiśmie Science. Opisuje, w jaki sposób chipy komputerowe mogą dynamicznie przebudowywać się, aby pobierać nowe dane w taki sam sposób, jak robi to mózg. Takie podejście może z czasem pomóc sztucznej inteligencji w uczeniu się.
„Mózgi żywych istot mogą stale uczyć się przez całe życie. Stworzyliśmy teraz sztuczną platformę dla maszyn do uczenia się przez całe życie” – powiedział jeden z autorów artykułu, Shriram Ramanathan, w komunikacie prasowym.
Sprzęt opracowany przez zespół Ramanathana to małe, prostokątne urządzenie wykonane z materiału zwanego niklem perowskitu, który jest bardzo wrażliwy na wodór. Zastosowanie impulsów elektrycznych o różnych napięciach umożliwia urządzeniu przetasowanie stężenia jonów wodorowych w ciągu nanosekund, tworząc stany, które naukowcy odkryli, że można je przypisać do odpowiednich funkcji w mózgu.
Gdy urządzenie ma więcej wodoru w pobliżu środka, może działać jako neuron, pojedyncza komórka nerwowa. Przy mniejszej ilości wodoru w tym miejscu urządzenie służy jako synapsa, połączenie między neuronami, którego mózg używa do przechowywania pamięci w złożonych obwodach neuronowych.
„Jeśli chcemy zbudować komputer lub maszynę inspirowaną mózgiem, to odpowiednio, chcemy mieć możliwość ciągłego programowania, przeprogramowywania i zmiany chipa”, powiedział Ramanathan.
Myślące maszyny?
Wiele nowoczesnych systemów sztucznej inteligencji dostosowuje się do nowych informacji po przekwalifikowaniu, powiedział w e-mailu David Kanter, dyrektor wykonawczy MLCommons, otwartego konsorcjum inżynierskiego zajmującego się ulepszaniem uczenia maszynowego.
„Świat jest z natury dynamicznym miejscem i ostatecznie uczenie maszynowe i sztuczna inteligencja muszą się do tego dostosować” – powiedział Kanter. „Na przykład system rozpoznawania mowy w 2022 r., który nie „wie” o COVID-19 lub koronawirusach, nie miałby dużego aspektu współczesnego świata. Podobnie pojazd autonomiczny powinien dostosowywać się do zmian na ulicach, zamykanych mostów lub nawet niskie temperatury powodują oblodzenie drogi."
Chociaż system sztucznej inteligencji, który sam się uczy, jest nadal głównie koncepcją, wiele przykładów jest blisko, powiedział Sameer Maskey, dyrektor generalny firmy Fusemachines, zajmującej się sztuczną inteligencją, w wywiadzie e-mailowym. Jeden z tych samouczących się systemów pojawił się w wiadomościach, gdy system AI pokonał człowieka w grze Go.
„AlphaGo była pierwszą sztuczną inteligencją DeepMind, która pokonała profesjonalnego gracza Go” – dodał Maskey. „Ich franczyzy gier stały się odskoczniami, z każdym nowym dodatkiem, który wprowadza postęp w kierunku sztucznej inteligencji, która wciąż się uczy”.
Systemy AI przyszłości będą wyszukiwać informacje, których potrzebują, aby podejmować dobre decyzje i podejmować odpowiednie działania - przewidywał Suchow. Te zaawansowane komputery unikną kosztownych błędów, ucząc się na własnych symulacjach doświadczeń, na przykład poprzez „samodzielną zabawę”, w której sztuczna inteligencja wyobraża sobie wyniki interakcji z kopiami samej siebie.
„Jest to podobne do tego, jak ludzie mogą uczyć się poprzez wyobraźnię, przewidując zły wynik bez konieczności bezpośredniego doświadczania go” – dodał Suchow. „Systemy sztucznej inteligencji nauczą się bardziej efektywnych strategii uczenia się, w dużej mierze w taki sposób, że uczeń może skierować swój czas i uwagę nie tylko na merytoryczną treść tego, czego się uczy, ale także na sam proces uczenia się.„
