Го поставувам моето основно прашање до каде ќе одат човечките пронајдоци и дали баш сите се неопходни за напредокот на жителите на планетава Земја. Дали овие роботи, хуманоиди, со текот на времето нема да ги исфрлат сосема луѓето и дали нема да завладеат со планетава, како што е опишано во многу дела од областа на фантастиката?
За вештачката интелигенција се пишува многу и насекаде… како да нема заситување од оваа тема. Моето прашање е дали со оваа технолошки извонредно софистицирана алатка, на крајот на приказната, човекот ќе доживее самоуништување. Сепак, еве да кажам неколку новини од оваа сфера, која го предизвикува интересот на интелектуалната средина, а кои се публикувани во најновите врвни научни списанија.
Да повторам накратко, вештачка интелигенција не е ништо друго туку извонредно развиен компјутер, кој е создаден врз база на сознанијата што ги има човекот за сопствениот мозок. Во вештачката интелигенција, невронските мрежи се системи што се слични на човечкиот мозок во начинот на кој тие учат и обработуваат информации. Тие ѝ овозможуваат на вештачката интелигенција да учи од искуство, како што тоа би го направило едно човечко суштество. Тоа се нарекува длабоко учење. Машината може да ги подобрува своите способности преку грешки и да го менува начинот на дејствување во идните активности, слично како што луѓето и високите видови на животни се учат врз основа на обиди и грешки! Вештачката интелигенција е навлезена во нашиот секојдневен живот преку многу технолошки достигнувања: паметни телефони, видеоигри, роботи, дронови и сл.
Неодамнешниот напредок во вештачката интелигенција ги мотивираше истражувачите да развијат компјутери што работат колку што е можно послично на човечкиот мозок. Конвенционалните, дигитални компјутерски системи имаат посебни единици за обработка и складирање, што предизвикува задачите со огромен број податоци да проголтаат големи количества енергија. Затоа, со паметните уреди што континуирано собираат огромни количества податоци, истражувачите се обидуваат да откријат нови начини да го обработат сето тоа без да трошат зголемено количество енергија. Во моментов, меморискиот отпорник или „мемристор“ е најдобро развиената технологија што може да врши комбинирана обработка и функција на меморија. Но, мемристорите сè уште функционираат со огромно трошење енергија.
Затоа, веќе неколку децении, парадигмата во електрониката беше да се изгради сè од транзистори и да се користи истата силиконска архитектура.
Постигнат е значителен напредок со едноставно пакување на сè повеќе и повеќе транзистори во интегрираните кола. Успехот на таа стратегија не може да се негира, но тоа повторно доаѓа по цена на висока потрошувачка на енергија, особено во тековната ера на големи податоци каде што дигиталните пресметки се на пат да ја совладаат мрежата. Затоа, се наметнала потребата да се преиспита компјутерскиот хардвер, особено за задачите содржани во вештачка интелигенција и машинското учење.
За да ја преиспитаат оваа парадигма, тим истражувачи од Бостон и Технолошкиот институт во Масачусетс (МИТ) истражувале нови достигнувања во физиката на моаре шаблони, кои всушност претставуваат тип на геометриски дизајн што се појавува кога два шаблона се наредени еден врз друг или, поедноставно кажано, неправилна брановидна завршница на шаблонот.
Кога дводимензионалните материјали се наредени на тој начин, се појавуваат нови својства што не постојат кога постои само еден слој. И кога тие слоеви се искривуваат за да формираат моаре шема, станува можна невидена приспособливост на електронските својства.
Инспирирајќи се од човечкиот мозок, истражувачите развија нов синаптички транзистор способен за размислување на повисоко ниво.
Дизајниран од спомнатиот тим на истражувачи, уредот истовремено обработува и складира информации исто како и човечкиот мозок. Во новите експерименти, истражувачите покажаа дека транзисторот оди подалеку од едноставните задачи содржани во машинското учење, каде што всушност ги категоризира податоците, па сега тој станува способен да изведува асоцијативно учење.
Иако претходните студии користеа слични стратегии за развој на компјутерски уреди слични на мозокот, тие употребени транзистори не можеле да функционираат надвор од криогени (многу ниски) температури. Новиот уред, напротив, е стабилен на собни температури. Исто така, тој работи со големи брзини, троши многу малку енергија и ги задржува зачуваните информации дури и кога е исклучена струјата, што го прави идеален за апликации во реалниот свет.
Студијата е објавена во највисоко рангираното списание „Нејчр“ минатиот месец.
Мозокот има фундаментално различна архитектура од дигиталниот компјутер, велат истражувачите. Во дигитален компјутер, податоците се движат напред-назад помеѓу микропроцесорот и меморијата, што троши многу енергија и создава тесно грло кога ќе се обиде да изврши повеќе задачи во исто време. Од друга страна, во мозокот, меморијата и обработката на информациите одат паралелно и се целосно интегрирани, што резултира со многу поголема енергетска ефикасност. Новиот синаптички транзистор на сличен начин постигнува функционалност за истовремена меморија и обработка на информации, со што многу поверно го имитира мозокот.
Во ова најново откритие е постигнат значителен напредок со едноставно пакување на сè повеќе и повеќе транзистори во интегрираните кола. За новиот уред, истражувачите комбинирале два различни типа атомски тенки материјали: двослоен графен и хексагонален бор нитрид. Кога биле наредени и намерно извртени, материјалите формирале моаре шема (неправилна брановидна завршница на шаблонот).
Со ротирање на еден слој во однос на другиот, истражувачите можеле да постигнат различни електронски својства во секој слој на графен, иако тие се одделени со димензии мерливи во атомска скала. Со правилен избор на извртување, истражувачите ја искористиле физиката на моаре за невроморфна функционалност, и тоа на собна температура. Со овој нов дизајниран параметар, бројот на пермутации е огромен. Графенот и хексагоналниот бор нитрид се многу слични структурно, но доволно различни за да се добијат исклучително силни моаре ефекти.
За да го тестираат транзисторот, тимот истражувачи го тренирале да препознава слични – но не и идентични – обрасци, со што новиот синаптички транзистор ги однесе машинското учење и вештачката интелигенција уште еден чекор понапред.
Ако вештачката интелигенција е наменета да имитира човечка мисла, една од задачите на најниско ниво би била можност на класификација на податоците, што е едноставно сортирање во групи. Тоа се постигнува со обичните компјутери. Целта на новиот приод е да се унапреди технологијата за вештачка интелигенција во насока на размислување на повисоко ниво. Меѓутоа, условите во реалниот свет се често покомплицирани отколку што можат да се справат сегашните алгоритми за вештачка интелигенција, па затоа се тестирани новите уреди во покомплицирани услови за да се потврдат нивните понапредни способности. Накратко ќе објаснам каква била постапката.
Прво, истражувачите му покажале на уредот една шема: 000 (три нули по ред). Потоа, тие побарале од вештачката интелигенција да идентификува слични обрасци, како што се 111 или 101. Ако компјутерот бил обучен да открие 000, а потоа се додале 111 и 101, се знае дека 111 е повеќе сличен на 000 отколку што е 101. А 000 и 111 не се сосема исти, но и двата обрасци се трицифрени. Препознавањето на сличноста е форма на сознание на повисоко ниво, познато како асоцијативно учење. (Асоцијативно учење е начин на кој мозокот учи преку здружување на феномените заедно.)
Во експериментите, новиот синаптички транзистор успешно препознал слични обрасци, прикажувајќи ја својата асоцијативна меморија. Дури и кога истражувачите фрлале криви топки – како да му даваат нецелосни обрасци – сепак успешно демонстрирал асоцијативно учење.
Сепак, тековната вештачка интелигенција може лесно да се збуни, што може да предизвика големи проблеми во одредени контексти. Така, еве да замислиме ако користиме самоуправувачко возило, а временските услови се влошуваат. Возилото можеби нема да може да ги интерпретира покомплицираните податоци од сензорот како што би можел вистинскиот човек возач. Но, кај последното откритие, истражувачите нагласуваат дека дури и кога му дале несовршен влез на транзисторот, тој сепак можел да го идентификува точниот одговор.
На овој начин, синаптичкиот транзистор моаре (moiré) овозможува ефикасни дизајни за пресметување во меморија и хардверски акцелератори на работ за вештачка интелигенција и машинско учење.
На крајот, го поставувам моето основно прашање до каде ќе одат човечките пронајдоци и дали баш сите се неопходни за напредокот на жителите на планетава Земја. Дали овие роботи, хуманоиди, со текот на времето нема да ги исфрлат сосема луѓето и дали нема да завладеат со планетава, како што е опишано во многу дела од областа на фантастиката?
