Buďte ako človek. Stroje pre ľudí, ľudia pre stroje
Môžeme si navzájom veľa dať. Alebo v skutočnosti sme už dali. Dôkazom toho je nespočetné množstvo biomimetických technických riešení, ktoré v strojoch napodobňujú procesy spojené s ľudskými organizmami a mnohými ďalšími živými bytosťami. Na druhej strane, príbeh o tom, ako nás stroje podporujú, je taký zrejmý, že sa zdá byť triviálny.
Najambicióznejšia časť biomimetizmus existujú pokusy o znovuvytvorenie v neživom svete. Mozog nepotrebuje centrálnu procesorovú jednotku (CPU) ani pevný disk. Funguje tak, že otvára a zatvára nervové membrány a vysiela vlny nabitých iónov. Tieto vlny spôsobujú zmeny v nervových zakončeniach, ktoré umožňujú fungovanie mozgu, proces nazývaný synaptická plasticita, ktorý nám umožňuje učiť sa a spracovávať informácie.
Hypotetické umelé výpočtové konštrukty, ktoré napodobňujú ľudský mozog, sa nazývajú „neuromorfný" - tento pojem vytvoril v 80. rokoch americký vedec Carver Mead. Bol známy svojimi pokusmi o napodobňovanie neurónov pomocou špeciálne nakonfigurovaných tranzistorových obvodov. Vedci na celom svete už dlho usilovne pracujú na systémoch, ktoré fungujú ako ľudský mozog. Z tohto dôvodu sa im niekedy hovorí umelé mozgy.
Čo dokáže, s čím si stále nevie poradiť ani ten najpokročilejší systém umelej inteligencie? Napríklad dokáže rýchlo zhromaždiť množstvo chaotických informácií do zmysluplných záverov. Preto Zostrojenie počítača, ktorý dokáže spracovávať a zaznamenávať informácie súčasne – ako mozog, ktorý okamžite analyzuje a ukladá veľké množstvo údajov – je jednou z najväčších technologických výziev súčasnosti.
Ako skutočné neuróny
Všetky tradičné počítače a zariadenia podobné počítačom sú založené na architektúre vyvinutej spoločnosťou John von Neumannv ktorých sú procesorové a pamäťové systémy od seba oddelené. Toto je praktické riešenie, keď chceme, aby stroj bežal v rôznych programoch. Procesory však, keď sú spustené, siahajú po dátach z pamäte a prenos pokračuje. Výpočtová jednotka čakajúca na dáta často zostáva nečinná.
Objem dát z databáz vytvorených ľuďmi a strojmi (fungujúcich v rámci internetu vecí) je v súčasnosti enormný. Architektúra von Neumanna sa stáva prekážkou v týchto procesoch. Počítačové spracovanie dát podľa amerického ministerstva energetiky v súčasnosti spotrebuje 5 až 15 % svetovej produkcie energie, z toho veľa na samotný prenos. V priebehu rokov sa to dá zlepšiť kvantové a fotónové metódyktoré vyžadujú menej energie, rýchlejšie a efektívnejšie. Ich využitie však stále zostáva perspektívnym smerom. Odborníci čoraz viac venujú pozornosť riešeniam, ktoré ponúka ľudský mozog.
Základná doska NS16e so šestnástimi procesormi IBM TrueNorth
Pokusy vytvoriť flexibilných a efektívnych študentov neurálne siete vykonávané od 50. rokov 2016. storočia. Vrcholom úspechov v tejto oblasti je DeepMind od Google, ktorý v roku XNUMX porazil veľmajstra hry „Go“. Tento syntetický mozog je však softvérovou simuláciou neurónovej siete a fyzikálne výpočty sa stále vykonávajú v kremíkových systémoch. Úzke hrdlo von Neumanna tu teda nie je prekonané.
Fyzicky neurónová sieť napodobňuje neuromorfný procesor IBM tzv Skutočný severpostavený v roku 2014. Problém je, že ak by mal použiť svoju architektúru na vytvorenie úplne syntetického ekvivalentu mozgu, takýto počítač by potreboval 10-tisíc. krát viac energie, než to, čo funguje v ľudskej hlave... Navyše TrueNorth, aj keď dokáže rozpoznať jednoduché obrázky, nefunguje ako spojenie medzi neurónmi a synapsiami. Nie je schopný posilniť niektoré súvislosti v procese učenia.
Intel už niekoľko rokov pracuje na technológii neuromorfných procesorov, aby napodobnil spôsob, akým funguje ľudský mozog. Na záver sa pochválil prvým zariadením tohto typu. Experimentálne čipset s názvom Loihi v roku 2018 prejde na popredné univerzity a výskumné ústavy, ktoré sa venujú vývoju umelej inteligencie. Spoločnosť píše: „Intel vynašiel prvý svojho druhu, samoučiaci sa neuromorfný čip s kódovým označením Loihi, ktorý napodobňuje spôsob fungovania ľudského mozgu tým, že pôsobí na princípe podnetov rôznej sily prijímaných z prostredia.“ Procesor pozostáva zo 130 tis. kremíkové „neuróny“ spojené 130 miliónmi „synapsií“. Podľa Intelu je to tisíckrát energeticky efektívnejšie ako bežné učiace sa stroje.
Vyhnite sa silikónu
Čipy TrueNorth či riešenie Intelu sa stále držia kremíka, ktorý má svoje výhody, no energetickou účinnosťou sa organickej hmote nervových buniek nevyrovná. Vedci preto pracujú na úplne iných modeloch neuromorfných počítačov, ktoré budú napodobňovať plasticitu mozgu a umožnia procesorom napodobniť synaptickú funkciu, napríklad pomocou fázového prechodu v určitých materiáloch, ktoré sa topia a tuhnú pri určitých teplotách, pri zachovaní schopnosti na ukladanie a uvoľňovanie veľkého množstva energie.
Minulé leto skupina vedcov pod vedením Evangelos Eleftheriou z laboratória IBM v Zürichu oznámila v Nature Nanotechnology, že bola schopná postaviť umelá verzia neurónu. Pozostáva z vrstvy teluridu germánia a antimónu medzi elektródami. Tu sa využíva fázová zmena tohto materiálu, ktorý v závislosti od použitého napätia prechádza z izolantu na polovodič a následne na vodič. Podľa vedcov to napodobňuje výkyvy v správaní neurónov. Existujú aj iné projekty, v ktorých sú fázové zmeny v umelých synapsiách ovplyvnené svetelnou vlnou, čo znamená výrazne nižšiu spotrebu energie. Takže toto nie je jediné navrhované riešenie.
Výskumníci z University of Southampton koncom roka 2016 preukázali, že memristory a rezistory si dokážu zapamätať svoje predchádzajúce hodnoty odporu a možno ich použiť na vytvorenie zložitých a pokročilých neurónových sietí. V rámci svojich experimentov pripravili sieť memristorov na báze oxidov kovov a použili ich ako umelé synapsie.
Ilustrácia spojení medzi neurónom a dendritom
V dôsledku toho iniciovali proces učenia bez vonkajších zásahov – ako sa to deje v ľudskom mozgu. Vedci vytvorené memristory nielenže spotrebujú menej energie ako predchádzajúce riešenia, ale pamätajú si aj svoj predchádzajúci stav. Ide o elektronické súčiastky, ktoré obmedzujú alebo regulujú tok elektrického prúdu v obvode a sú schopné zapamätať si množstvo náboja, ktoré nimi prešlo, a uchovávať dáta aj po vypnutí napájania. V podstate vykonávajú funkciu podobnú synapsiám a majú vnútornú schopnosť vykonávať výpočtové úlohy a ukladať informácie súčasne s oveľa menšou stratou objemu a energie.
Výskumný tím z University of Southampton vyvinul memristorový integračný senzor (Memristive Integrative Sensor – MIS) na nanoúrovni, do ktorej zaviedol sériu „napäťových-časových“ vzorcov, ktoré reprodukujú elektrickú aktivitu nervových buniek. Uvádza sa, že senzory MIS založené na oxidoch kovov, ktoré fungujú ako synapsie mozgových buniek, sú schopné kódovať a komprimovať (až 200-krát) aktivitu nervových buniek zaznamenanú pomocou multielektródových polí. Vedci uviedli, že okrem obmedzení šírky pásma je ich prístup mimoriadne energeticky efektívny, pretože výkon potrebný pre každý záznamový kanál bol XNUMX-krát nižší ako v súčasnosti.
Zdá sa však, že úloha neuromorfných konštruktérov je vo svetle nových objavov vedcov z Kalifornskej univerzity v Los Angeles mnohonásobne ťažšia - ukázalo sa, že mozog má viac ako stokrát väčší výpočtový výkon, než sa doteraz predpokladalo. Podľa týchto zistení sa dendrity, kedysi považované za jednoduché pasívne signalizačné kanály, ukázali ako veľmi elektricky aktívne a generujú desaťkrát viac impulzov ako soma (telo nervových buniek).
poznamenal Mayank Mehta, neurofyzik z UCLA opisujúci kalifornskú štúdiu v médiách.
Neviditeľné, viditeľné vďaka strojom
Simulácia nášho mozgu zatiaľ nie je pre stroje príliš dobrá. Na oplátku sme však „od nich“ dostávali – a stále dostávame – to, čo nám umožňuje nielen napríklad lietať do neba či dvíhať závažia, ale aj vidieť a počuť to, čo naše zmysly nezachytia. Prístroje na nočné videnie, termokamery, ultrafialové detektory a sonary máme už dávno. Tieto zariadenia nám umožňujú prístup k schopnostiam, ktoré sme predtým videli len u zvierat alebo hmyzu. Vo vzťahu k mechanizmom z prírodného sveta zostávajú produktmi technického myslenia.
Typickým príkladom modernej technológie, ktorá nám otvára oči do nových svetov, sú šošovky s ultratenkým grafénovým detektorom pracujúcim v plnom infračervenom rozsahu. Vznikli na americkej Michiganskej univerzite ako výsledok výskumu skupiny prof. Zhaohui Zhong. Ďalšia skupina vedcov a inžinierov na čele s Jozefa Forda z UC San Diego a Erica Tremblayová z Inštitútu mikroinžinierstva v Lausanne – zase vyvinula kontaktné šošovky s polarizačným filtrom, podobným tým, ktoré sa nosia v 3D kinách, umožňujúce vidieť s takmer trojnásobným zväčšením.
Samozrejme existujú aj také rozšírená realitaktorá nielenže umožňuje lekárom nahliadnuť do ľudského tela bez chirurgického zásahu, ale môže pomôcť napríklad hasičom pri rýchlej navigácii a vyhľadávaní osôb v podmienkach požiaru, keď je viditeľnosť slabá alebo dokonca nulová. C cez prilbu má zabudovanú termovíznu kameru, z ktorej sa obraz prenáša hasičovi v prilbe priamo na displej pred jeho očami. Na druhej strane Systém Stryker II, vytvorený spoločnosťou BAE Systems pre pilotov lietadiel, integrovaný s prilbou, vybavený senzormi, ktoré automaticky nastavia okuliare pilota do nočného režimu s nočným videním.
Konečne môžete dosiahnuť kamery, ktoré vidia neviditeľné. Dokonca aj veci za rohom budovy. Vynález, ktorý to umožnil, pochádza od vedcov z univerzít v Bonne v Nemecku a Britskej Kolumbii v Kanade. Je založená na reprodukcii obrazov mimo zorného poľa pomocou rozptýleného svetla. Táto metóda využíva laserový lúč premietaný na stenu, ktorý zakrýva to, čo by sa malo pozorovať cez objektív fotoaparátu. Prístroj zbiera veľa rôznych odrazov svetla a zhŕňa ich, pričom sa snaží vytvoriť výsledný, t.j. obrys obrazu. Spočiatku vidíte len stenu v hľadáčiku fotoaparátu. Keď však po chvíli začnú fungovať jemné matematické algoritmy, ktoré odhalia takzvanú ozvenu obrazu (t. j. malé množstvo svetla odrazeného od objektu, rozptýleného a potom dopadajúceho na povrch steny), začneme vidieť postavy skryté za rohom. Takéto veci už nemôže robiť žiadna živá bytosť!
Existujú aj metódy pre "Vidieť" niečo v tmea nepotrebujú viac fotónov na pixel. Napríklad ten, ktorý sa vyvinul Ahmed Kirmaniego z Massachusetts Institute of Technology (MIT) a publikované v časopise Science. Zariadenie, ktoré on a jeho tím vyvinuli, Kirmani vyžaruje v tme laserový impulz s nízkym výkonom, ktorý po odraze od objektu zapíše do detektora jeden pixel. Samotný princíp nie je nový. Novinkou je sofistikovaný algoritmus, ktorý vyžaduje oveľa menej fotónov na vytvorenie obrazu ako predtým. Bolo vypočítané, že postačuje len jedna stotina toho, čo je potrebné pre v súčasnosti používané svetelné detektory v náročných podmienkach, ako napríklad v technológii LIDAR.
Pohľad na bežiaci motor v technike AR
Keďže existujú možnosti založené na rozšírenej realite „vidieť“ interiér bežiaceho motora auta pomocou zvukov, ktoré odtiaľ prichádzajú, možno je čas kameru, ktorá „číta“ zvuky z obrazu? Prototyp takéhoto zariadenia vyvinuli MIT, Microsoft a Adobe. Zodpovedajúci algoritmus zaznamenal zvuky reči pochádzajúce z vrecka zemiakových lupienkov, od ktorého bol záznamník oddelený zvukotesným sklom. V iných experimentoch bolo možné reprodukovať zvuk z tichého videa. Táto metóda je založená na "inferencii" o zvukoch analýzou pohybu a vibrácií predmetov.
Je ťažké nevšimnúť si, že snaha o biomimetizmus a neuromorfizmus, ako aj ďalšie riešenia, ktoré posilňujú naše zmysly, jasne ukazujú, ako sú moderné technológie napriek toľkým obavám stále zamerané na ľudí.
