Klíčové poznatky
- Nový druh počítačového hardwaru by mohl umožnit umělé inteligenci učit se nepřetržitě jako lidský mozek.
- Výzkumníci z Purdue University tvrdí, že jejich zařízení lze na požádání přeprogramovat pomocí elektrických impulsů.
- Přestože systém umělé inteligence, který se učí zcela sám, je stále hlavně konceptem, existuje mnoho příkladů, které se blíží.
Umělá inteligence (AI) by mohla brzy získat podporu díky novému typu počítačových čipů inspirovaných lidským mozkem.
Výzkumníci z Purdue University vytvořili nový kus hardwaru, který lze na požádání přeprogramovat pomocí elektrických impulsů. Tým tvrdí, že tato přizpůsobivost by umožnila zařízení převzít všechny potřebné funkce k sestavení počítače inspirovaného mozkem. Je to součást neustálého úsilí budovat systémy umělé inteligence, které se mohou neustále učit.
„Když se systémy umělé inteligence neustále učí v prostředí, mohou se přizpůsobit světu, který se časem mění,“řekl Lifewire v e-mailovém rozhovoru odborník na umělou inteligenci Stevens Institute of Technology Jordan Suchow. "Vidíme to například, když systém detekce podvodů zaznamená dříve nepozorovaný vzorec podvodných nákupů nebo když systém rozpoznávání obličeje narazí na osobu, kterou nikdy předtím neviděl."
Celoživotní studenti
Výzkumníci z Purdue nedávno publikovali článek v časopise Science. Popisuje, jak by se počítačové čipy mohly dynamicky přepojovat, aby přijímaly nová data stejným způsobem, jakým to dělá mozek. Tento přístup by mohl pomoci umělé inteligenci neustále se učit.
"Mozek živých bytostí se může neustále učit po celou dobu svého života. Nyní jsme vytvořili umělou platformu pro stroje, které se mohou učit po celou dobu jejich života," řekl jeden z autorů článku, Shriram Ramanathan, v tiskové zprávě.
Hardware navržený Ramanathanovým týmem je malé, obdélníkové zařízení vyrobené z materiálu zvaného perovskit nikl, který je velmi citlivý na vodík. Aplikace elektrických impulzů při různých napětích umožňuje zařízení promíchat koncentraci vodíkových iontů během několika nanosekund, čímž se vytvoří stavy, které by podle výzkumníků mohly být mapovány na odpovídající funkce v mozku.
Když má zařízení například v blízkosti svého středu více vodíku, může fungovat jako neuron, jedna nervová buňka. S menším množstvím vodíku v tomto místě zařízení slouží jako synapse, spojení mezi neurony, což je to, co mozek používá k ukládání paměti ve složitých nervových okruzích.
„Pokud chceme postavit počítač nebo stroj, který je inspirován mozkem, pak chceme mít schopnost neustále programovat, přeprogramovávat a měnit čip,“řekl Ramanathan.
Thinking Machines?
Mnoho moderních systémů umělé inteligence se po přeškolení přizpůsobí novým informacím, uvedl v e-mailu David Kanter, výkonný ředitel MLCommons, otevřeného inženýrského konsorcia věnovaného zlepšování strojového učení.
„Svět je skutečně dynamické místo a strojové učení a umělá inteligence se tomu musí nakonec přizpůsobit,“řekl Kanter. "Například systém rozpoznávání řeči v roce 2022, který 'neví' o COVID-19 nebo koronavirech, by postrádal velký aspekt moderního světa. Podobně by se autonomní vozidlo mělo přizpůsobit změnám v ulicích, mostních uzávěrech, popř. i nízké teploty způsobí zledovatění silnice."
Přestože systém umělé inteligence, který se učí zcela sám, je stále většinou konceptem, mnoho příkladů se tomu blíží, řekl Sameer Maskey, generální ředitel společnosti Fusemachines pro umělou inteligenci, v e-mailovém rozhovoru. Jeden z těchto samoučících se systémů přinesl zprávu, když systém umělé inteligence porazil člověka ve hře Go.
„AlphaGo byla první umělá inteligence DeepMind, která porazila profesionálního hráče Go,“dodal Maskey. „Jejich herní franšízy se staly odrazovým můstkem s každým novým přírůstkem, který přijímá pokroky směrem k AI, která se neustále učí.“
Systémy umělé inteligence budoucnosti budou vyhledávat informace, které potřebují, aby mohly činit správná rozhodnutí a přijímat vhodná opatření, předpověděl Suchow. Tyto pokročilé počítače se budou vyhýbat nákladným chybám tím, že se budou učit ze svých vlastních simulací zkušeností, například prostřednictvím „samohry“, kdy si AI představuje výsledky interakcí, které má s kopiemi sebe sama.
„Je to podobné tomu, jak se lidé mohou učit prostřednictvím představivosti, předvídat špatný výsledek, aniž by to museli přímo zažít,“dodal Suchow. „Systémy umělé inteligence se naučí efektivnější strategie učení, a to tak, že student může zaměřit svůj čas a pozornost nejen na věcný obsah toho, co studuje, ale také na samotný proces učení."
