A legfontosabb elvitelek
- Egy újfajta számítógépes hardver lehetővé teheti a mesterséges intelligencia számára, hogy az emberi agyhoz hasonlóan folyamatosan tanuljon.
- A Purdue Egyetem kutatói azt mondják, hogy készülékük igény szerint újraprogramozható elektromos impulzusok segítségével.
- Bár egy mesterséges intelligencia rendszer, amely teljesen magától tanul, még mindig főként fogalom, számos példa van, amelyek közel állnak ehhez.
A mesterséges intelligencia (AI) hamarosan lendületet kaphat az emberi agy által ihletett új típusú számítógépes chipektől.
A Purdue Egyetem kutatói új hardvert építettek, amely igény szerint újraprogramozható elektromos impulzusokkal. A csapat azt állítja, hogy ez az alkalmazkodóképesség lehetővé teszi az eszköz számára, hogy az összes szükséges funkciót átvegye egy agy által ihletett számítógép felépítéséhez. Ez része annak a folyamatos erőfeszítésnek, hogy olyan mesterséges intelligencia-rendszereket építsenek, amelyek folyamatosan tanulhatnak.
"Amikor a mesterséges intelligencia rendszerek folyamatosan tanulnak a környezetben, képesek alkalmazkodni az idővel változó világhoz" - mondta a Stevens Institute of Technology mesterséges intelligencia szakértője, Jordan Suchow a Lifewire-nek adott e-mailes interjújában. "Például ezt látjuk, amikor egy csalásészlelő rendszer a csalárd vásárlások korábban nem megfigyelt mintáját veszi fel, vagy amikor egy arcfelismerő rendszer olyan személlyel találkozik, akit még soha nem látott."
Élethosszig tanulók
A Purdue kutatói a közelmúltban publikálták a tanulmányt a Science folyóiratban. Leírja, hogyan tudják a számítógépes chipek dinamikusan áthuzalozni magukat, hogy az agyhoz hasonlóan új adatokat fogadjanak be. Ez a megközelítés segíthet a mesterséges intelligencia tanulásában az idő múlásával.
"Az élőlények agya folyamatosan tanulhat egész életük során. Most egy mesterséges platformot hoztunk létre a gépek számára, amelyek segítségével egész életük során tanulhatnak" - mondta a lap egyik szerzője, Shriram Ramanathan egy sajtóközleményben.
A Ramanathan csapata által kifejlesztett hardver egy kicsi, téglalap alakú eszköz, amely perovszkit-nikkelátnak nevezett anyagból készül, amely nagyon érzékeny a hidrogénre. A különböző feszültségű elektromos impulzusok alkalmazása lehetővé teszi, hogy az eszköz nanoszekundumok alatt megkeverje a hidrogénionok koncentrációját, és olyan állapotokat hozzon létre, amelyek a kutatók szerint leképezhetők az agy megfelelő funkcióira.
Ha az eszközben például több hidrogén van a központ közelében, akkor neuronként, egyetlen idegsejtként is működhet. Ha ezen a helyen kevesebb a hidrogén, az eszköz szinapszisként, neuronok közötti kapcsolatként szolgál, amit az agy a memória tárolására használ összetett idegi áramkörökben.
"Ha olyan számítógépet vagy gépet akarunk építeni, amelyet az agy ihletett, akkor ennek megfelelően a chip folyamatos programozásának, újraprogramozásának és megváltoztatásának képességét akarjuk biztosítani" - mondta Ramanathan.
Gondolkodó gépek?
Sok modern AI-rendszer alkalmazkodik az új információkhoz, amikor átképzést kapnak – mondta David Kanter, az MLCommons, a gépi tanulás fejlesztésével foglalkozó nyílt mérnöki konzorcium ügyvezető igazgatója egy e-mailben.
"A világ alapvetően dinamikus hely, és végső soron a gépi tanulásnak és az AI-nak ehhez alkalmazkodnia kell" - mondta Kanter. "Például egy beszédfelismerő rendszer 2022-ben, amely nem „tud" a COVID-19-ről vagy a koronavírusokról, hiányozna a modern világ egy jelentős aspektusából. Hasonlóképpen, egy autonóm járműnek alkalmazkodnia kell az utcák változásaihoz, a hídlezárásokhoz, vagy még az alacsony hőmérséklet is jegessé teszi az utat."
Bár a teljesen magától tanuló mesterséges intelligencia rendszer még mindig többnyire koncepció, sok példa közel áll hozzá – mondta Sameer Maskkey, a Fusemachines mesterséges intelligenciával foglalkozó cég vezérigazgatója egy e-mailes interjúban. Az egyik ilyen öntanuló rendszer arról szólt, hogy egy mesterséges intelligencia rendszer legyőzte az embert a Go játékban.
"Az AlphaGo volt a DeepMind első mesterséges intelligenciája, amely legyőzött egy profi Go-játékost" - tette hozzá Maskkey. "A játék franchise-aik lépcsőfokká váltak minden új kiegészítéssel, amely egy olyan mesterséges intelligencia felé halad, amely folyamatosan tanul."
A jövő mesterséges intelligenciarendszerei meg fogják keresni azokat az információkat, amelyekre szükségük van a jó döntések meghozatalához és a megfelelő intézkedések megtételéhez, jósolta Suchow. Ezek a fejlett számítógépek elkerülhetik a költséges hibákat azáltal, hogy tanulnak saját tapasztalatszimulációikból, például az „önjátékon” keresztül, ahol az AI elképzeli a saját másolataival folytatott interakciók kimenetelét.
"Ez hasonló ahhoz, ahogyan az emberek képzeleten keresztül tanulhatnak, előre látva a rossz eredményt anélkül, hogy azt közvetlenül meg kellene tapasztalniuk" - tette hozzá Suchow. „A mesterséges intelligencia rendszerek hatékonyabb tanulási stratégiákat tanulnak meg, nagyjából úgy, hogy a tanulók idejét és figyelmüket nemcsak a tanult tartalomra, hanem magára a tanulási folyamatra is irányíthatják."
