Renault Trafic dCi 125 (2018) - Autobahn Top Speed / Acceleration / Test Drive POV
Nová éra výpočetní techniky se přiblížila, protože výzkumníci vytvořili design a spustili vůbec první praktický test umělé synapse, který by mohl počítačům umožnit replikovat některé z nejsilnějších a nejsložitějších funkcí mozku.
Zatímco počítače se mohou zdát silnější než naše mozky, můžeme se zabývat mnohem širším rozsahem možných signálů než „zapnuto“ a „vypnuto“ binárního systému, a to díky synapsím, které zvládají spojení mezi neurony.
Replikace této schopnosti v počítači vyžaduje umělé synapsy, které mohou spolehlivě posílat všechny tyto jemně odlišné signály. Jak je popsáno v pondělním čísle časopisu Přírodní materiály výzkumníci z Massachusetts Institute of Technology provedli to, co nazývají první praktickou zkouškou takovéto umělé synapse, a uvolňují to, co je známé jako neuromorfní výpočetní technika.
Zatímco testy se staly pouze v počítačových simulacích, testy byly slibné. Výzkumníci použili umělé návrhy synapse k rozpoznání různých vzorků rukopisu. Simulace, které běžely, se podařilo téměř shodovat s tím, co mohou existující tradiční algoritmy dělat, pokud jde o přesnost - 95 versus 97 procent - což je impozantní výchozí bod pro tech in je absolutní dětství.
Tradiční digitální počítače spoléhají na binární signalizaci. Hodnota jednoho znamená „zapnuto“, zatímco hodnota nula znamená „vypnuto“. Protože počítače mohou provádět specifické výpočty mnohem rychleji a efektivněji než my, je snadné předpokládat, že tento binární přístup je lepší než to, co se děje v našich mozky.
Ale analogové nastavení 100 miliard neuronů v každém z našich mozků je pravděpodobně mnohem sofistikovanější. 100 bilion Synapsy, které řídí spojení mezi těmito neurony, jednoduše neposílají signály, které by byly zapnuty nebo vypnuty.
Různé typy a počty iontů, které proudí napříč danou synapse, určují, jak silný signál vysílá do určitého neuronu, a že spektrum možných zpráv znamená, že náš mozek může odemknout mnohem větší množství výpočtů. Pokud by počítače mohly přidat takovou složitost do svých již značných nástrojů, měli byste se dívat na některé vážně výkonné stroje - a ani oni by nemuseli být obří.
Tady je problém: Příroda má pár miliard let na to, aby zdokonalila synapsy v našich mozcích a ostatních druzích. Výzkumní pracovníci se pokoušeli vytvořit syntetický ekvivalent jen několik let a existují některé velké překážky. Největší je, že jakákoliv umělá synapse musí spolehlivě posílat přesně stejný druh signálu pro každý vstup, který přijímá, jinak složitost jen degraduje do chaosu.
„Jakmile použijete nějaké napětí, které bude reprezentovat některá data s vaším umělým neuronem, musíte je vymazat a znovu napsat stejným způsobem,“ řekla Kim. „Ale v amorfní pevné látce, když znovu píšete, jdou ionty v různých směrech, protože tam je spousta defektů. Tento proud se mění a je těžké ho kontrolovat. To je největší problém - nerovnoměrnost umělé synapse. “
Výzkumní pracovníci MIT jsou optimističtí, protože jejich design učinil významný pokrok v tomto problému použitím jiného materiálu, jednokrystalického křemíku, který dokonale funguje bez defektů. V simulaci, vědci navrhli umělé synapse nahoře tento základ používat obyčejný materiál tranzistoru materiál křemíku germanium, oni byli schopní vytvořit proudy, které se měnily jen asi čtyři procenta mezi různými synapses. To není dokonalé, ale je to obrovské zlepšení toho, čeho bylo dosaženo dříve.
Prozatím tato práce zůstává teoretická a existuje rozdíl mezi demonstrováním slibných výsledků v simulaci versus uvědomění si, že ve skutečném reálném testu. Ale Kim a jeho tým jsou optimističtí.
„To otevírá odrazový můstek pro výrobu skutečného umělého hardwaru,“ řekl.
Počítačoví vědci chtějí, aby roboti zapomněli na jejich špatná data
Když se „špatná“ data dostanou do systému strojového učení - tak to Alan Greenspan uvedl při diskusi o počítačových modelech, které nedokázaly předpovědět recesi v roce 2008 - tyto informace mohou být těžko odstranitelné. Ale nový koncept, navržený počítačovými vědci Junfeng Yang a Yinzhi Cao z Columbia Univers ...
Kde jsou Robot hudebníci? Počítačoví vědci se snaží program Daft Punk
Algoritmy mohou počítat nové symfonie a improvizovat jazzové riffy. Mohou dokonce agregovat rap. Může však být skutečné umění předprogramováno? Dartmouth profesoři Michael Casey a Dan Rockmore, zakladatelé Turing Tests v Creative Arts, doufají, že to zjistí. Založili soutěž, aby určili, zda lidé ...
Perfektní startovací sada pro všechny děti, kteří milují počítačové vědy
Doplňková sada CrowPi nastavuje začátečníky na cestě k úspěchu s návody, jak provádět různé projekty, a komponenty potřebné k jejich dokončení. Sada na cestách zajišťuje, že ti, kteří začínají, získají nejlepší zkušenost s učením.