Для оптимальной работы искусственного интеллекта нужны другие компьютеры
Современные чат-боты впечатляют своими способностями, но порой в тупик их могут поставить и простые вопросы. В таких случаях искусственный интеллект пытается уйти от темы. Хоть он и способен отвечать на точные вопросы, мыслить как человек по-прежнему не может. Однако ученые не оставляют надежду заставить машину думать как мы. И некоторые успехи уже есть.
В исследовательском центре Q-MEEN-C Калифорнийского университета в Сан-Диего вот уже более четырех лет разрабатывают компьютеры, которые смогли бы сымитировать работу человеческого мозга, потребляя при этом значительно меньше энергии, чем обычные компьютеры.
В чем разница?
Если в первом поколении компьютеров использовались электронные лампы, то во втором — транзисторы, а в третьем — интегральные схемы. Каждое новое поколение позволяло компьютерам быть более быстрыми, компактными и энергоэффективными. Теперь, когда мир выходит за пределы интегральных схем, специалисты считают, что четвертое поколение вычислений — за квантовыми материалами, которые обладают необычными электронными и магнитными свойствами.
Именно они, считают специалисты, способны достичь подобных мозгу вычислительных возможностей с низким потреблением энергии. Обычный компьютер обрабатывает значения по отдельности, а квантовый — сразу несколько. Привычная нам машина работает с битами, которые могут иметь значение либо 0, либо 1, а квантовый — с кубитами, способными одновременно быть и 0, и 1. Так что последний должен решать задачи значительно быстрее.
В мозге человека около 90 млрд клеток нервной системы. Нейроны «общаются» друг с другом через электрохимические импульсы, а места, где они соединяются, называются синапсами. И чем больше узнает человек, тем больше появляется таких связей. Так формируется память. В случае с квантовым компьютером ученым необходимо технически воссоздать подобные связи.
«Человеческий мозг представляет собой сеть нейронов, синапсов и дендритов;
Нельзя создать мозгоподобный компьютер без мозгоподобной сети
Поэтому мы взяли квантовые материалы и объединили их с другими, чтобы увидеть, как они взаимодействуют друг с другом, а это важный шаг к созданию нейроморфных вычислительных сетей», — пояснил автор исследования и профессор физики Алекс Франьо.
Команда разработчиков (слева направо): директор исследовательского центра Q-MEEN-C Иван Шуллер, заместитель директора Олег Шпырко и помощник директора Алекс Франьо
Фото: © Калифорнийский университет Сан-Диего
Что значит «человекоподобный мозг»? Простой пример: мы можем посмотреть на поющий фонтан в Олимпийском парке «Сириуса» и здание морского вокзала в Сочи и мгновенно различить эти две достопримечательности. Однако компьютер должен сначала проанализировать миллиарды пикселей, чтобы прийти к такому же выводу. А если добавить к изображению туман, дождь или вовсе взять другой ракурс, задача усложнится.
Впрочем, сегодня довольно популярны программы на базе искусственного интеллекта, которые хорошо справляются с распознаванием изображений. Но специалисты считают, что без соответствующего передового оборудования для их поддержки в какой-то момент программное обеспечение достигнет своего предела. Поэтому ученые пытаются развивать «железо», чтобы оно не отстало от ушедшего вперед ПО.
Калифорнийские ученые, например, нашли способ этого достичь. Они рассказали про свое новое исследование в научном журнале Nano Letters. Его результаты обещают открыть миру новую веху в создании мозгоподобных компьютеров.
Флешка головного мозга: как мы запоминаем и забываем информацию?
ЧитатьТак, разработчикам удалось доказать, что воссоздать работу нейронных связей на квантовых материалах теоретически возможно. Для этого они провели эксперимент, где соорудили специальные квантовые схемы. Они использовали слой керамического материала никелата, который обладает ярко выраженными электронными свойствами. Затем ввели ионы водорода и поместили сверху металлический проводник. К металлу прикрепили проволоку, которая посылала на никелат электрический сигнал. Он заставлял гелеобразные атомы водорода переходить в определенную конфигурацию, а после его отключения она сохранялась.
«По сути, так выглядит память. Прибор запоминает, что вы потревожили материал. Теперь вы можете точно настроить, куда направляются эти ионы, чтобы создать проводящие пути, по которым легче проходить электричеству», — рассказал профессор физики Алекс Франьо.
Иллюстрация показывает, как электрические импульсы, передаваемые между соседними электродами, могут воздействовать на несоседние электроды
Фото: © Марио Рохас / Калифорнийский университет Сан-Диего
Кроме того, электрические стимулы, передаваемые между соседними электродами, воздействовали и на другие электроды. Такое явление называется «нелокальность». Это значит, что с помощью новой технологии больше не придется создавать сложные цепи с непрерывными точками подключения, что может значительно сократить затраты на производство мощных компьютеров.
Разработчики собираются продолжить эксперименты. Теперь они намерены создать продвинутые системы — с большим количеством электродов и конфигурациями посложнее. Если опыты окажутся успешными, можно будет говорить о создании более эффективных машин для обучения. А это откроет новые возможности для развития искусственного интеллекта.
