Bir insan kimi olun. İnsanlar üçün maşınlar, maşınlar üçün insanlar

Bir-birimizə çox şey verə bilərik. Və ya əslində biz artıq vermişik. Bunu maşınlarda insan orqanizmləri və bir çox digər canlılarla əlaqəli prosesləri təqlid edən saysız-hesabsız biomimetik texniki həllər sübut edir. Digər tərəfdən, maşınların bizi necə dəstəkləməsi hekayəsi o qədər açıqdır ki, əhəmiyyətsiz görünür.

Ən iddialı hissə biomimetizm cansız aləmdə yenidən yaratmaq cəhdləri var. Beynin mərkəzi prosessor (CPU) və ya sərt diskə ehtiyacı yoxdur. Sinir membranlarını açıb bağlamaqla və yüklü ionların dalğalarını göndərməklə işləyir. Bu dalğalar beynin işləməsini təmin edən sinir uclarında dəyişikliklərə səbəb olur, bu proses sinaptik plastisiya adlanır və məlumatı öyrənməyə və emal etməyə imkan verir.

İnsan beynini təqlid edən hipotetik süni hesablama konstruksiyalarına "neyromorfik" - bu termin 80-ci illərdə amerikalı alim tərəfindən yaradılmışdır Carver Mead. O, xüsusi konfiqurasiya edilmiş tranzistor sxemləri ilə neyronları təqlid etmək cəhdləri ilə tanınırdı. Dünyadakı elm adamları uzun müddətdir ki, insan beyni kimi işləyən sistemlər üzərində çox çalışırlar. Bu səbəbdən onları bəzən süni beyinlər də adlandırırlar.

Ən qabaqcıl süni intellekt sisteminin belə hələ də öhdəsindən gələ bilmədiyi nə edə bilər? Məsələn, o, tez bir zamanda bir çox xaotik məlumatı mənalı nəticələrə toplaya bilər. Buna görə də Eyni vaxtda məlumatları emal edə və qeyd edə bilən kompüterin yaradılması - böyük həcmdə məlumatları dərhal təhlil edən və saxlayan beyin kimi - bu günün ən böyük texnoloji problemlərindən biridir.

Əsl neyronlar kimi

Bütün ənənəvi kompüterlər və kompüterə bənzər qurğular tərəfindən hazırlanmış arxitekturaya əsaslanır John von Neumannprosessor və yaddaş sistemlərinin bir-birindən ayrıldığı. Maşının müxtəlif proqramlarda işləməsini istədiyimiz zaman bu, lazımlı bir həlldir. Bununla belə, prosessorlar işləyərkən yaddaşdan məlumat əldə etməyə çalışır və ötürmə davam edir. Məlumat gözləyən hesablama vahidi tez-tez boş qalır.

İnsanlar və maşınlar (Əşyaların İnterneti daxilində fəaliyyət göstərən) tərəfindən yaradılan verilənlər bazalarından alınan məlumatların həcmi hazırda çox böyükdür. Fon Neyman memarlığı bu proseslərdə darboğaza çevrilir. ABŞ Enerji Departamentinin məlumatına görə, kompüter məlumatlarının emalı hazırda dünya enerji istehsalının 5-15%-ni, o cümlədən ötürülmənin özü üçün çoxunu sərf edir. İllər keçdikcə təkmilləşdirilə bilər kvant və foton üsullarıdaha az enerji tələb edən, daha sürətli və daha səmərəli. Bununla belə, onların istifadəsi hələ də perspektivli istiqamət olaraq qalır. Mütəxəssislər insan beyninin təklif etdiyi həll yollarına getdikcə daha çox diqqət yetirirlər.

On altı IBM TrueNorth prosessoru olan NS16e anakartı

Çevik və effektiv öyrənənlər yaratmağa çalışır neyron şəbəkələri 50-ci illərdən həyata keçirilir. Bu sahədə nailiyyətlərin zirvəsi 2016-cı ildə “Go” oyununun qrossmeysterini məğlub edən Google-un DeepMind şirkətidir. Bununla belə, bu sintetik beyin neyron şəbəkənin proqram simulyasiyasıdır və fiziki hesablamalar hələ də silikon sistemlərdə aparılır. Beləliklə, fon Neumanın darboğazı burada aradan qaldırılmır.

Fiziki olaraq, neyron şəbəkəsi adlı IBM neyromorfik prosessorunu təqlid edir Əsl Şimal2014-cü ildə tikilib. Problem ondadır ki, əgər o, öz arxitekturasından beynin tam sintetik ekvivalentini yaratmaq üçün istifadə etsəydi, belə bir kompüterə 10 lazımdır. insan başında işləyəndən qat daha çox enerji... Bundan əlavə, TrueNorth sadə şəkilləri tanıya bilsə də, neyronlar və sinapslar arasında əlaqə kimi işləmir. O, təlim prosesində müəyyən əlaqələri gücləndirə bilmir.

Intel insan beyninin işini təqlid etmək üçün bir neçə ildir ki, neyromorfik prosessor texnologiyası üzərində işləyir. Sonda o, bu tipli ilk cihazla öyündü. Eksperimental Loihi adlı çipset 2018-ci ildə o, süni intellektin inkişafına həsr olunmuş aparıcı universitetlərə və tədqiqat institutlarına keçəcək. Şirkət yazır: “Intel ətraf mühitdən qəbul edilən müxtəlif güclü qıcıqlandırıcılar prinsipi əsasında fəaliyyət göstərərək insan beyninin işini təqlid edən Loihi kod adlı, ilk dəfə öz-özünə öyrənən neyromorfik çip ixtira edib”. Prosessor 130 mindən ibarətdir. 130 milyon "sinaps"la bağlanan silisium "neyronları". Intel-ə görə, o, adi öyrənmə maşınlarından min dəfə daha çox enerjiyə qənaət edir.

Silikondan çəkinin

TrueNorth çipləri və ya Intel-in həlli hələ də silisiumdan yapışır, onun üstünlükləri var, lakin enerji səmərəliliyi baxımından sinir hüceyrələrinin üzvi maddələrinə uyğun gəlmir. Buna görə də, elm adamları beynin plastikliyini təqlid edəcək və prosessorlara sinaptik funksiyanı təqlid etməyə imkan verəcək neyromorf kompüterlərin tamamilə fərqli modelləri üzərində işləyirlər, məsələn, müəyyən temperaturda əriyən və bərkiyən müəyyən materiallarda faza keçidindən istifadə etməklə, eyni zamanda, s. böyük miqdarda enerji saxlamaq və buraxmaq.

Keçən yay başçılıq etdiyi bir qrup alim Evangelos Eleftheriou Sürixdəki IBM laboratoriyasından Nature Nanotexnology jurnalında onun qurmağı bacardığını bildirdi neyronun süni versiyası. Elektrodlar arasında germanium-surma tellurid təbəqəsindən ibarətdir. Burada bu materialın faza dəyişməsindən istifadə olunur ki, bu da tətbiq olunan gərginlikdən asılı olaraq izolyatordan yarımkeçiriciyə, sonra isə keçiriciyə keçir. Tədqiqatçıların fikrincə, bu, neyronların davranışındakı dalğalanmaları təqlid edir. Süni sinapslarda faza dəyişikliklərinin işıq dalğasından təsirləndiyi başqa layihələr də var ki, bu da əhəmiyyətli dərəcədə az enerji istehlakı deməkdir. Beləliklə, bu təklif olunan yeganə həll yolu deyil.

Sauthempton Universitetinin tədqiqatçıları 2016-cı ilin sonunda nümayiş etdirdilər ki, memristorlar və rezistorlar əvvəlki müqavimət dəyərlərini yadda saxlaya bilirlər və mürəkkəb və qabaqcıl neyron şəbəkələri qurmaq üçün istifadə oluna bilərlər. Təcrübələrinin bir hissəsi olaraq, onlar metal oksid əsaslı memristorlar şəbəkəsi hazırladılar və onlardan süni sinaps kimi istifadə etdilər.

Neyron və dendrit arasındakı əlaqənin təsviri

Nəticədə onlar təşəbbüs göstərdilər kənar müdaxilə olmadan öyrənmə prosesi – insan beynində olduğu kimi. Alimlərin yaratdığı memristorlar nəinki əvvəlki məhlullardan daha az enerji sərf edir, həm də əvvəlki hallarını xatırlayır. Bunlar dövrədə elektrik cərəyanının axını məhdudlaşdıran və ya tənzimləyən elektron komponentlərdir və onlardan keçən yükün miqdarını yadda saxlaya bilir və enerji söndürüldükdə belə məlumatları saxlaya bilir. Əslində, onlar sinapslara bənzər bir funksiyanı yerinə yetirirlər və eyni zamanda daha az həcm və güc itkisi ilə hesablama tapşırıqlarını yerinə yetirmək və məlumatları saxlamaq üçün daxili qabiliyyətə malikdirlər.

Sauthempton Universitetindən bir araşdırma qrupu hazırlayıb memristor inteqrasiya sensoru (Memristive Integrative Sensor - MIS) nanomiqyasda, o, sinir hüceyrələrinin elektrik aktivliyini təkrarlayan bir sıra "gərginlik-zaman" nümunələrini təqdim etdi. Bildirilir ki, beyin hüceyrələrinin sinapsları kimi fəaliyyət göstərən metal oksidlərinə əsaslanan MIS sensorları multielektrod massivlərindən istifadə etməklə qeydə alınan sinir hüceyrələrinin fəaliyyətini kodlaşdıra və sıxışdıra bilir (200 dəfəyə qədər). Tədqiqatçılar bildiriblər ki, bant genişliyi məhdudiyyətləri ilə yanaşı, onların yanaşması son dərəcə enerji qənaətlidir, çünki hər bir qeyd kanalı üçün tələb olunan güc indiki vəziyyətdən XNUMX dəfə azdır.

Bununla belə, Los-Ancelesdəki Kaliforniya Universitetinin alimlərinin yeni kəşfləri fonunda neyromorf konstruktorların işi dəfələrlə çətin görünür - beynin əvvəllər düşünüldüyündən yüz dəfədən çox emal gücü olduğu ortaya çıxır. Bu tapıntılara görə, bir vaxtlar sadə passiv siqnal kanalları olduğu düşünülən dendritlər, somadan (sinir hüceyrəsi cismi) on qat daha çox impuls yaradaraq çox elektrik aktiv olduqları ortaya çıxdı.

qeyd etdi Mayank Mehta, UCLA neyrofiziki, Kaliforniya araşdırmasını mediada təsvir edir.

Görünməz, maşınlar sayəsində görünür

Beynimizin simulyasiyası hələ maşınlar üçün çox yaxşı deyil. Ancaq bunun müqabilində biz "onlardan" aldıq - və hələ də alırıq - bizə nəinki, məsələn, səmaya uçmaq və ya ağırlıq qaldırmaq, həm də hisslərimizin tuta bilmədiyi şeyləri görmək və eşitmək imkanı verir. Bizdə uzun müddətdir ki, gecəgörmə cihazları, termal görüntülər, ultrabənövşəyi detektorlar və sonarlar var. Bu cihazlar bizə əvvəllər yalnız heyvanlarda və ya həşəratlarda görülən qabiliyyətlərə çıxış imkanı verir. Təbii aləmdən gələn mexanizmlərlə əlaqədar olaraq, onlar texniki düşüncənin məhsulu olaraq qalırlar.

Gözümüzü yeni dünyalara açan müasir texnologiyanın tipik nümunəsi tam infraqırmızı diapazonda işləyən ultra nazik qrafen detektoru olan linzalardır. Onlar Amerika Miçiqan Universitetində prof qrupunun tədqiqatı nəticəsində yaradılmışdır. Zhaohui Zhong. Başçılıq etdiyi başqa bir qrup alim və mühəndis Cozef Ford UC San Diego-dan və Erika Tremblay Lozannadakı Mikromühəndislik İnstitutundan - öz növbəsində, o, 3D kinoteatrlarda geyilənlərə bənzər, demək olar ki, üç dəfə böyüdülmə ilə görməyə imkan verən polarizasiya filtrli kontakt linzaları hazırladı.

Təbii ki, onlar da var genişlənmiş reallıqbu, təkcə həkimlərə cərrahi müdaxilə olmadan insan bədəninin içinə baxmaq imkanı vermir, həm də məsələn, yanğınsöndürənlərə görünürlük zəiflədikdə və ya hətta sıfır olduqda yanğın şəraitində insanları tez bir zamanda naviqasiya etməyə və axtarmağa kömək edə bilər. C-Thru dəbilqə daxili termal görüntüləmə kamerasına malikdir, onun görüntüsü dəbilqədə yanğınsöndürənə birbaşa onun gözünün qarşısındakı ekranda ötürülür. Digər tərəfdən Stryker II sistemi, BAE Systems tərəfindən təyyarə pilotları üçün yaradılmış, dəbilqə ilə inteqrasiya olunmuş, pilotun eynəklərini gecə görmə ilə avtomatik olaraq gecə rejiminə keçirən sensorlarla təchiz edilmişdir.

Nəhayət çata bilərsiniz görünməyənləri görən kameralar. Hətta binanın küncündəki əşyalar. Bunu mümkün edən ixtira Almaniyanın Bonn və Kanadanın Britaniya Kolumbiyası Universitetlərinin alimlərindən gəlib. O, yayılmış işıqdan istifadə edərək görünüş sahəsindən kənarda təsvirlərin bərpasına əsaslanır. Bu üsul kamera obyektivindən müşahidə edilməli olanı gizlədən divara proyeksiya olunan lazer şüasından istifadə edir. Cihaz çoxlu müxtəlif işıq əksetmələrini toplayır və onları ümumiləşdirir, nəticədə yarananları yaratmağa çalışır, yəni. şəkil kontur. Əvvəlcə kameranın vizöründə sadəcə divarı görürsünüz. Ancaq bir müddət sonra, incə riyazi alqoritmlər işləməyə başlayanda, təsvirin əks-sədası (yəni, cisimdən əks olunan, yayılan və sonra divarın səthinə düşən az miqdarda işıq) ortaya çıxanda, rəqəmləri görməyə başlayırıq. küncün ətrafında gizlənir. Artıq heç bir canlı belə şeylər edə bilməz!

üçün üsullar da var Qaranlıqda bir şeyə "görmək"və piksel başına daha çox fotona ehtiyac duymurlar. Məsələn, inkişaf edən Əhməd Kirmanyeqo Massaçusets Texnologiya İnstitutundan (MIT) və Science jurnalında dərc edilmişdir. Onun və komandasının hazırladığı cihaz, Kirmani qaranlıqda aşağı güclü lazer impulsu yayır və bu, obyektdən əks olunduqda detektora bir piksel yazır. Prinsip özü yeni deyil. New, əvvəlkindən daha az şəkil yaratmaq üçün daha az foton tələb edən mürəkkəb bir alqoritmdir. Hesablanmışdır ki, çətin şəraitdə, məsələn, LIDAR texnologiyasında hazırda istifadə olunan işıq detektorları üçün tələb olunanların yalnız yüzdə biri kifayətdir.

AR texnikasında işləyən mühərrikə baxmaq

Oradan gələn səslərin köməyi ilə işləyən avtomobil mühərrikinin içini “görmək” üçün artırılmış reallığa əsaslanan imkanlar olduğundan, bunun vaxtı çata bilər. görüntüdən səsləri "oxuyan" kamera? Belə bir cihazın prototipi MIT, Microsoft və Adobe tərəfindən hazırlanmışdır. Müvafiq alqoritm səs keçirməyən şüşə ilə səs yazıcısının ayrıldığı bir çanta kartof çipsisindən gələn nitq səslərini qeyd etdi. Digər təcrübələrdə səssiz videodan səs çıxarmaq mümkün olub. Bu üsul cisimlərin hərəkətini və vibrasiyasını təhlil edərək səslər haqqında "nəticə"yə əsaslanır.

Diqqət etməmək çətindir ki, biomimetizm və neyromorfizmə doğru irəliləyiş, eləcə də hisslərimizi gücləndirən əlavə həllər müasir texnologiyaların bu qədər qorxuya baxmayaraq, hələ də insanlara yönəldiyini açıq şəkildə göstərir.