Ключови изводи
- Нов вид компютърен хардуер може да позволи на изкуствения интелект да се учи непрекъснато като човешкия мозък.
- Изследователи от университета Purdue казват, че тяхното устройство може да бъде препрограмирано при поискване чрез електрически импулси.
- Въпреки че AI система, която се учи напълно сама, все още е основно концепция, има много примери, които се доближават.
Изкуственият интелект (AI) скоро може да получи тласък от нов тип компютърни чипове, вдъхновени от човешкия мозък.
Изследователи от университета Purdue създадоха нов хардуер, който може да бъде препрограмиран при поискване чрез електрически импулси. Екипът твърди, че тази адаптивност ще позволи на устройството да поеме всички необходими функции за изграждане на компютър, вдъхновен от мозъка. Това е част от продължаващите усилия за изграждане на AI системи, които могат да се учат непрекъснато.
„Когато системите с изкуствен интелект се учат непрекъснато в околната среда, те могат да се адаптират към свят, който се променя с времето“, каза експертът по изкуствен интелект от Stevens Institute of Technology Джордан Сухоу пред Lifewire в интервю по имейл. „Виждаме това, например, когато система за откриване на измами улавя ненаблюдаван досега модел на измамни покупки или когато система за разпознаване на лица срещне човек, който никога преди не е виждала.“
Учащи се през целия живот
Изследователите от Purdue наскоро публикуваха статията в списание Science. Той описва как компютърните чипове могат динамично да се пренареждат, за да приемат нови данни по същия начин, както прави мозъкът. Подходът може да помогне на AI да продължи да се учи с течение на времето.
"Мозъците на живите същества могат непрекъснато да се учат през целия им живот. Сега създадохме изкуствена платформа за машините да учат през целия им живот", каза един от авторите на статията, Шрирам Раманатан, в съобщение за новини.
Хардуерът, създаден от екипа на Раманатан, е малко, правоъгълно устройство, направено от материал, наречен перовскит никелат, който е много чувствителен към водород. Прилагането на електрически импулси при различни напрежения позволява на устройството да разбърква концентрацията на водородни йони за няколко наносекунди, създавайки състояния, които изследователите откриха, че могат да бъдат картографирани към съответните функции в мозъка.
Когато устройството има повече водород близо до центъра си, например, то може да действа като неврон, единична нервна клетка. С по-малко водород на това място, устройството служи като синапс, връзка между неврони, което мозъкът използва за съхраняване на паметта в сложни невронни вериги.
"Ако искаме да изградим компютър или машина, която е вдъхновена от мозъка, тогава съответно искаме да имаме способността непрекъснато да програмираме, препрограмираме и променяме чипа", каза Раманатан.
Мислещи машини?
Много съвременни AI системи се адаптират към нова информация, когато се преквалифицират, каза в имейл Дейвид Кантър, изпълнителен директор на MLCommons, отворен инженерен консорциум, посветен на подобряването на машинното обучение.
"Светът е присъщо динамично място и в крайна сметка машинното обучение и ИИ трябва да се адаптират към това", каза Кантър. „Например, система за разпознаване на реч през 2022 г., която не „знае“за COVID-19 или коронавируси, би пропуснала голям аспект от съвременния свят. По същия начин едно автономно превозно средство трябва да се адаптира към промените в улиците, затварянето на мостове или дори ниските температури правят пътя заледен."
Въпреки че AI система, която се обучава напълно сама, все още е предимно концепция, много примери се доближават, Sameer Maskey, главен изпълнителен директор на компанията за AI Fusemachines, каза в интервю по имейл. Една от тези самообучаващи се системи влезе в новините, когато AI система победи човек в игра на Go.
"AlphaGo беше първият AI на DeepMind, който победи професионален играч на Go", добави Maskey. „Техните франчайзи за игри се превърнаха в трамплин с всяко ново попълнение, възприемащо напредък към AI, който продължава да се учи.“
ИИ системите на бъдещето ще търсят информацията, от която се нуждаят, за да вземат добри решения и да предприемат подходящи действия, прогнозира Сухов. Тези усъвършенствани компютри ще избегнат скъпи грешки, като се учат от собствените си симулации на опит, например чрез „самостоятелна игра“, където AI си представя резултатите от взаимодействията, които има със свои копия.
"Това е подобно на начина, по който хората могат да се учат чрез въображение, предвиждайки лош резултат, без да е необходимо да го изживяват директно", добави Сухов. „Системите с изкуствен интелект ще научат по-ефективни стратегии за учене, много по начина, по който ученикът може да насочи времето и вниманието си не само към основното съдържание на това, което изучава, но и към самия процес на учене."
