Kľúčové poznatky
- Nový druh počítačového hardvéru by mohol umožniť umelej inteligencii neustále sa učiť ako ľudský mozog.
- Výskumníci z Purdue University tvrdia, že ich zariadenie možno na požiadanie preprogramovať pomocou elektrických impulzov.
- Hoci systém umelej inteligencie, ktorý sa učí úplne sám, je stále hlavne koncept, existuje veľa príkladov, ktoré sa približujú.
Umelá inteligencia (AI) by mohla čoskoro získať podporu vďaka novému typu počítačových čipov inšpirovaných ľudským mozgom.
Výskumníci z Purdue University vytvorili nový hardvér, ktorý možno na požiadanie preprogramovať pomocou elektrických impulzov. Tím tvrdí, že táto prispôsobivosť by umožnila zariadeniu prevziať všetky potrebné funkcie na vytvorenie počítača inšpirovaného mozgom. Je to súčasť pokračujúceho úsilia budovať systémy AI, ktoré sa dokážu neustále učiť.
„Keď sa systémy umelej inteligencie neustále učia v prostredí, dokážu sa prispôsobiť svetu, ktorý sa časom mení,“povedal odborník na umelú inteligenciu Stevens Institute of Technology Jordan Suchow pre Lifewire v e-mailovom rozhovore. „Vidíme to napríklad, keď systém na odhaľovanie podvodov zaznamená predtým nepozorovaný vzor podvodných nákupov alebo keď systém na rozpoznávanie tváre narazí na osobu, ktorú nikdy predtým nevidel.“
Celoživotní študenti
Výskumníci z Purdue nedávno publikovali článok v časopise Science. Popisuje, ako by sa počítačové čipy mohli dynamicky prepájať, aby prijímali nové údaje rovnakým spôsobom, ako to robí mozog. Tento prístup by mohol pomôcť AI neustále sa učiť v priebehu času.
"Mozog živých bytostí sa môže nepretržite učiť počas celého svojho života. Teraz sme vytvorili umelú platformu pre stroje, ktoré sa môžu učiť počas celého ich života," povedal jeden z autorov článku, Shriram Ramanathan, v tlačovej správe.
Hardvér navrhnutý Ramanathanovým tímom je malé, obdĺžnikové zariadenie vyrobené z materiálu nazývaného perovskit nikelát, ktorý je veľmi citlivý na vodík. Aplikácia elektrických impulzov pri rôznych napätiach umožňuje zariadeniu premiešať koncentráciu vodíkových iónov v priebehu nanosekúnd, čím sa vytvárajú stavy, o ktorých výskumníci zistili, že by sa dali zmapovať podľa zodpovedajúcich funkcií v mozgu.
Keď má zariadenie napríklad v blízkosti svojho stredu viac vodíka, môže pôsobiť ako neurón, jedna nervová bunka. S menším množstvom vodíka v tomto mieste zariadenie slúži ako synapsia, spojenie medzi neurónmi, čo mozog používa na ukladanie pamäte v zložitých nervových obvodoch.
„Ak chceme postaviť počítač alebo stroj, ktorý je inšpirovaný mozgom, potom chceme mať schopnosť neustále programovať, preprogramovať a meniť čip,“povedal Ramanathan.
Mysliace stroje?
Mnohé moderné systémy AI sa po preškolení prispôsobujú novým informáciám, uviedol v e-maile David Kanter, výkonný riaditeľ MLCommons, otvoreného inžinierskeho konzorcia venovaného zlepšovaniu strojového učenia.
„Svet je skutočne dynamické miesto a strojové učenie a AI sa tomu musia v konečnom dôsledku prispôsobiť,“povedal Kanter. "Napríklad systému rozpoznávania reči v roku 2022, ktorý 'nevie' o COVID-19 alebo koronavírusoch, by chýbal veľký aspekt moderného sveta. Podobne by sa autonómne vozidlo malo prispôsobiť zmenám ulíc, uzáverom mostov, resp. dokonca aj nízke teploty spôsobujú, že cesta je zľadovatená."
Aj keď systém umelej inteligencie, ktorý sa učí úplne sám, je stále väčšinou konceptom, mnohé príklady sa približujú, povedal Sameer Maskey, generálny riaditeľ spoločnosti Fusemachines pre umelú inteligenciu, v e-mailovom rozhovore. Jeden z týchto samoučiacich sa systémov priniesol správy, keď systém umelej inteligencie porazil človeka v hre Go.
„AlphaGo bola prvá AI DeepMind, ktorá porazila profesionálneho hráča Go,“dodal Maskey. „Ich herné franšízy sa stali odrazovým mostíkom s každým novým prírastkom, ktorý prijíma pokroky smerom k AI, ktorá sa neustále učí.“
Systémy umelej inteligencie budúcnosti budú vyhľadávať informácie, ktoré potrebujú na správne rozhodnutia a primerané kroky, predpovedal Suchow. Tieto pokročilé počítače sa vyhnú nákladným chybám tým, že sa budú učiť z vlastných simulácií skúseností, napríklad prostredníctvom „samohry“, kde si AI predstavuje výsledky interakcií, ktoré má so svojimi kópiami.
„Je to podobné tomu, ako sa ľudia môžu učiť prostredníctvom predstavivosti, predvídať zlý výsledok bez toho, aby ho museli priamo zažiť,“dodal Suchow. „Systémy umelej inteligencie sa naučia efektívnejšie stratégie učenia sa tak, že študent môže zamerať svoj čas a pozornosť nielen na vecný obsah toho, čo študuje, ale aj na samotný proces učenia."
