https://frosthead.com

Ένα βήμα πιο κοντά σε έναν εγκέφαλο

τεχνητή νοημοσύνη

Το πρόσωπο της γάτας που δημιουργήθηκε από τον υπολογιστή του Google. Εικόνα ευγενική προσφορά της Google.

Πριν από μερικούς μήνες η Google μοιράστηκε μαζί μας μια άλλη πρόκληση που είχε αναλάβει. Δεν ήταν τόσο φανταχτερός όσο ένα αυτοκίνητο χωρίς οδηγό ή σαν geekily σέξι σαν γυαλιά επαυξημένης πραγματικότητας, αλλά στο τέλος θα μπορούσε να είναι μεγαλύτερο από τα δύο. Στην πραγματικότητα, πιθανότατα θα καταστήσει και τα δύο πιο δυναμικά.

Αυτό που έκανε η Google ήταν να δημιουργήσει έναν συνθετικό εγκέφαλο, ή τουλάχιστον το μέρος του που επεξεργάζεται οπτικές πληροφορίες. Από τεχνική άποψη, χτίστηκε μια μηχανική εκδοχή ενός νευρικού δικτύου, μια μικρή στρατιά από 16.000 επεξεργαστές υπολογιστών που με την εργασία τους ήταν στην πραγματικότητα σε θέση να μάθουν.

Εκείνη την εποχή, το μεγαλύτερο μέρος της προσοχής εστιάστηκε στο τι έμαθαν όλα αυτά τα μηχανήματα, τα οποία κυρίως ήταν ο τρόπος ταυτοποίησης των γάτων στο YouTube. Αυτό οδήγησε σε πολλά yucks και ρωγμές για το αν οι υπολογιστές αναρωτήθηκαν γιατί τόσο πολλές από τις γάτες ήταν έξαψη τουαλέτες.

Αλλά η Google έβγαζε ένα μονοπάτι που οι επιστήμονες έχουν εξερευνήσει εδώ και πολλά χρόνια, την ιδέα της χρήσης υπολογιστών για να μιμηθούν τις συνδέσεις και τις αλληλεπιδράσεις των ανθρώπινων εγκεφαλικών κυττάρων με το σημείο που τα μηχανήματα αρχίζουν να μαθαίνουν. Η διαφορά είναι ότι ο μεγαλοπρεπής αναζήτησης ήταν σε θέση να κατατάξει πόρους και υπολογιστική ισχύ που λίγες εταιρείες μπορούν.

Το πρόσωπο είναι οικείο

Για 10 ημέρες, χωρίς διακοπή, 1.000 υπολογιστές - χρησιμοποιώντας αυτούς τους 16.000 επεξεργαστές - εξέτασαν τυχαίες μικρογραφίες που τραβήχτηκαν από 10 εκατομμύρια διαφορετικά βίντεο στο YouTube. Και επειδή το νευρωνικό δίκτυο ήταν τόσο μεγάλο - είχε πάνω από ένα δισεκατομμύριο συνδέσεις - ήταν σε θέση να μάθει να αναγνωρίζει τα χαρακτηριστικά από μόνο του, χωρίς καμία πραγματική ανθρώπινη καθοδήγηση. Μέσω της τεράστιας ποσότητας πληροφοριών που απορρόφησε, το δίκτυο, αναγνωρίζοντας τις σχέσεις μεταξύ των δεδομένων, ουσιαστικά δίδαξε την έννοια της γάτας.

ΕΝΤΥΠΩΣΙΑΚΟ. Αλλά στη σφαίρα της γνώσης, είναι αυτή η αιτία για μεγάλη χαρά; Λοιπον ναι. Επειδή τελικά όλες οι μηχανές που συνεργάζονταν ήταν σε θέση να αποφασίσουν ποια χαρακτηριστικά των γατών αξίωσαν την προσοχή τους και ποια πρότυπα είχαν σημασία παρά να τους είπαν οι άνθρωποι ποια συγκεκριμένα σχήματα πρέπει να αναζητήσουν. Και από τις γνώσεις που αποκτήθηκαν μέσα από πολλές επαναλήψεις, το νευρωνικό δίκτυο κατάφερε να δημιουργήσει τη δική του ψηφιακή εικόνα του προσώπου της γάτας.

Αυτό είναι ένα μεγάλο άλμα προς τα εμπρός για την τεχνητή νοημοσύνη. Είναι επίσης πιθανό να έχει ωραίες απολαβές για το Google. Ένας από τους ερευνητές του που εργάστηκε στο πρόγραμμα, ένας μηχανικός που ονομάζεται Jeff Dean, δήλωσε πρόσφατα στο Τεχνολογικό Επισκόπηση του MIT ότι τώρα η ομάδα του δοκιμάζει μοντέλα υπολογιστών που κατανοούν εικόνες και κείμενο μαζί.

"Το δίνεις" φέρουσα "και σου δίνει εικόνες από φώκιες", εξηγεί ο Dean. "Αν του δώσετε μια εικόνα μιας φώκειας, σας δίνει« φωνή »σαν μια λέξη.

Έτσι, η αναζήτηση εικόνων της Google θα μπορούσε να εξαρτάται πολύ λιγότερο από το συνοδευτικό κείμενο για να εντοπίσει τι υπάρχει σε μια φωτογραφία. Και είναι πιθανό να εφαρμόσει την ίδια προσέγγιση για να βελτιώσει την αναγνώριση ομιλίας, καθώς είναι σε θέση να συλλέξει επιπλέον ενδείξεις από το βίντεο.

Δεν υπάρχει αμφιβολία ότι η δυνατότητα χρήσης αλγορίθμων για απορρόφηση και πλέξη μαζί πολλών ροών δεδομένων, ακόμα και διαφορετικών τύπων δεδομένων, όπως ο ήχος και οι εικόνες, θα βοηθήσουν το αυτοκίνητο των οδηγών της Google να γίνει πολύ πιο αυτόνομο. Ίδια με τα γυαλιά Google.

Αλλά τώρα μια φέτα προοπτικής. Για όλη την πρόοδό της, η Google έχει ακόμη πολύ δρόμο για να μετρήσει το πραγματικό πράγμα. Το μαζικό νευρωνικό του δίκτυο, το ένα με ένα δισεκατομμύριο συνδέσεις, είναι, από την άποψη των νευρώνων και των συνάψεων, ακόμα ένα εκατομμύριο φορές μικρότερο από τον οπτικό φλοιό του ανθρώπινου εγκεφάλου.

Ένα θέμα νοημοσύνης

Εδώ είναι πιο πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη:

  • Μια μέλισσα, ή όχι μια μέλισσα: Μια ομάδα βρετανών επιστημόνων προσπαθούν να δημιουργήσουν ένα ακριβές μοντέλο του εγκεφάλου των μελισσών. Αναπαράγοντας τα βασικά συστήματα που συνθέτουν την αντίληψη των μελισσών, όπως η όραση και το άρωμα, οι ερευνητές ελπίζουν ότι θα μπορέσουν τελικά να εγκαταστήσουν τον τεχνητό εγκέφαλο των μελισσών σε ένα μικρό ρομπότ που πετάει.
  • Αλλά το νέο λογισμικό που ονομάζεται Booksai χρησιμοποιεί τεχνητή νοημοσύνη για να σας δώσει συστάσεις βιβλίων με βάση το στυλ, τον τόνο, τη διάθεση και το είδος των πραγμάτων που γνωρίζετε ήδη ότι θέλετε να διαβάσετε.
  • Κοιτάω πάντα καλά; Οι επιστήμονες στο Yale έχουν προγραμματίσει ένα ρομπότ που μπορεί να αναγνωριστεί στον καθρέφτη. Θεωρητικά, αυτό θα έπρεπε να κάνει το ρομπότ, που ονομάζεται Nico, ικανότερο να αλληλεπιδράσει με το περιβάλλον και τους ανθρώπους του.
  • Δεν χάθηκαν στο διάστημα: Οι αστρονόμοι στη Γερμανία έχουν αναπτύξει έναν αλγόριθμο τεχνητής νοημοσύνης για να τους βοηθήσει να καταγράψουν και να εξηγήσουν τη δομή και τη δυναμική του σύμπαντος με εκπληκτική ακρίβεια.
  • Περπατήστε με αυτόν τον τρόπο: Οι επιστήμονες στο MIT δημιούργησαν μια ευφυή συσκευή που μπορεί να φορεθεί και δημιουργεί έναν χάρτη σε πραγματικό χρόνο όπου περπατήσατε. Είναι σχεδιασμένο ως εργαλείο για να βοηθήσει τους πρώτους ανταποκριτές να συντονίσουν την αναζήτηση καταστροφών και τη διάσωση.

Βίντεο: Στη Γαλλία, όπου αλλού? Ένας εφευρέτης δημιούργησε ένα ρομπότ που όχι μόνο δαμάζει αμπέλια, αλλά έχει και τη νοημοσύνη για να απομνημονεύσει τις συγκεκριμένες ανάγκες κάθε φυτού. Και τώρα μαθαίνει να πάρει σταφύλια.

Περισσότερα από το Smithsonian.com

Η οικοδόμηση ενός ανθρώπινου εγκεφάλου

Πώς οι εγκέφαλοι κερδίζουν χρήματα

Ένα βήμα πιο κοντά σε έναν εγκέφαλο