В сентябре прошлого года уволился глава отдела программного обеспечения Пентагона Николас Чайлен. В своём ставшем знаменитом письме он громко хлопнул дверью, заявив, что «в противоборстве искусственных интеллектов Америка обречена». А на прошлой неделе мир облетела статья под громким заголовком “Китайский суперкомпьютер достиг мирового превосходства с ИИ нейросетью уровня человеческого мозга”. Китайский ИИ уже победил? В среду в South China Morning Post – главном рупоре Китая, вещающем на внешний мир – вышла статья «China supercomputer achieves global first with ‘brain-scale’ AI model». В ней было объявлено, что Китай создал BaGuaLu – ИИ нейросеть, обладающую 175 триллионами синапсами нейронов (также называемых параметрами), что сравнимо с количеством синапсов нейронов в человеческом мозге. Для сравнения, до этого самой мощной нейросетью в мире был Switch Transformer, которую Google Brain смог натренировать лишь на 1.6 триллионов синапсов.
Архив рубрики: Инновации
Инновации в археологии: десять неожиданных находок с помощью дронов
Легкие маленькие беспилотники с мощными тепловыми камерами могут помочь археологам тщательнее обследовать абсолютно новые потенциальные места для раскопок. С ними искать разрушенные города и другие археологические объекты получается намного быстрее и эффективнее. Об этом сообщает журнал Advances in Archaeological Practice. Археологи годами изучали местность с помощью тепловых камер. Они позволяют узнавать о структуре почвы, о содержании в ней влаги и о растительности. Первые камеры были недостаточно мощны и точны, чтобы выжимать максимум информации из каждого пикселя изображения. Большой проблемой была также ограниченная скорость людей, которые могли получать данные только с одного гектара за день. Учёным давно известно, что различные структуры и объекты, погребённые под землёй, излучают так называемую «тепловую подпись». Они хорошо видны с воздуха, если установить на самолёты специальное оборудование, но такой метод является очень дорогостоящим.
Аддитивные технологии в челюстно-лицевой хирургии: российский опыт
Грант Забунян – первый врач-онколог в Клиническом онкологическом диспансере №1 г. Краснодар, осуществивший планирование операций на нижней челюстной кости с помощью 3D модели и выполнивший реконструкцию нижней челюсти пациента после резекции. Хорошо известно, что злокачественные новообразования во многом представляют для общества одну из наиболее серьезных проблем, причем не только медицинского, но и социального и экономического характера. В России, как и во многих других странах, отмечается неуклонный рост онкозаболеваний, что влечет за собой необходимость совершенствования организаций, эффективно оказывающих специализированную помощь в данной сфере. Новые подходы к решению подобных вопросов привели к использованию в том числе и аддитивных технологий. 3D печать находит широчайшее применение в различных областях медицины.
Пять основных сфер практического применения систем распознавания объектов
Попытки научить различные системы видеть и понимать мир так же, как это делает человек, начались несколько десятилетий назад, но уже сейчас эти технологии стали настолько совершенны, что активно используются во многих сферах нашей жизни. У нас на сайте уже есть подробные статьи о машинном зрении, нейросетях и новых алгоритмах распознавания, поэтому мы не будем углубляться и вновь описывать эти сложные технологии, мы расскажем о практическом использовании этих систем в реальном мире. То, что для нас является фотографией, для системы распознавания образов — лишь набор пикселей с разными параметрами цвета. Чтобы научить систему распознавать на изображении отдельные объекты, необходимо предоставить ей датасет — набор из тысяч изображений, в которых указано, где именно находится нужный объект. Например, если мы хотим, чтобы система научилась распознавать на снимках людей, нужно показать ей множество фотографий людей разного возраста, в разных позах и одежде, в разных условиях.
Инновационные интерфейсы в виртуальный мир: настоящее и будущее
Данная статья посвящена интерфейсам, а также технологиям, которые придут после тачскринов и устройств распознавания голоса. Часы Apple Watch, которые, к слову, являются далеко не самым мощным компьютером на сегодняшний день, способны обрабатывать гигабайты данных каждую секунду. Наш мозг имеет десятки миллиардов нейронов и более четырех квадриллионов соединений, при этом количество информации, которое он способен обрабатывать ежесекундно, настолько велико, что мы даже приблизительно не сможем его оценить. Тем не менее, мостом между невероятно мощным мозгом человека и не менее быстрым миром высоких технологий 0s и 1s является не что иное, как давно уже ставшие обыденными, скромные устройства – компьютерная клавиатура и мышь. Apple Watch в 250 раз мощнее, чем компьютер, с помощью которого лунному модулю «Аполлон» удалось осуществить посадку на поверхность Луны.
Искусственный интеллект вокруг Вас: достижения и повседневные инновации
На фоне новостей в области ИИ обычные стартапы как-то теряются. На arxiv.org в геометрической прогрессии быстро растут исследования по machine learning (computer vision, natural language processing, etc.). AlphaGo Zero порабощает Землю разгромно обыгрывает прошлые версии сети и не требует человеческого участия в процессе тренировки. Нейросеть NVIDIA меняет на фото время года и погодные условия, а умельцы с помощью выложенного алгоритма меняют в фильмах актрис на… других актрис. Как на фоне роста новостей по ИИ остаться жизнеспособным проектом? Когда-то Рэй Курцвейл предсказывал: «В 2029-м году программа не только сможет полностью пройти тест Тьюринга, а сделает это лучше многих реальных собеседников. Компьютер за тысячу долларов будет на порядки превосходить мозг среднего человека в большинстве областей».
Советские автомобильные инновации: технические шедевры великой эпохи
Принято считать, что советский автопром в целом был весьма скуден по всем фронтам. Советскому автолюбителю чаще всего доставались однотипные, штампованные машины, которые не могли похвастаться ни изысканным дизайном, ни технической составляющей. Но действительно ли это так? Мало кто знает, что иногда на советских автозаводах создавались действительно интересные модели, которые по каким-то причинам не были запущены в серийное производство. С другой стороны, периодически появлялись новости, что кто-то собрал у себя в гараже автомобили, который способны конкурировать или даже превосходили иностранные концепты той эпохи. Как и многое в Советском Союзе эти события чаще всего оставались в тени, и только недавно в сеть стали попадать фото концептуальных советских автомобилей тех времен, которые смогли отразить подлинные масштабы этого явления.
Будущее памяти для компьютера: магнитный момент или электрический заряд?
Современная память, в том числе продукты Kingston, прекрасно справляется с стоящими перед ней задачами, но мир меняется и не исключено, что через некоторое время мы будем вспоминать о привычной всем DRAM, как об устаревшей технологии. Одним из основных кандидатов на замену является магниторезистивная память MRAM. У каждого вида устройств памяти есть свои недостатки. Например, NAND отличается низкой скоростью записи, память SRAM не позволяет близко размещать ячейки (и поэтому добиться высокой плотности), а также вместе с DRAM является энергозависимой – то есть обнуляется при исчезновении питающего напряжения. Именно поэтому ученые постоянно ведут поиск более совершенных технологий для решения самых разных задач. В последнее время очень много внимания уделяют трехмерной vNAND, которая позволяет радикально повысить емкость накопителей, а также новой разработке Intel и Micron, получившей название 3D XPoint.
Самопознание через искусственный интеллект: создаем и наблюдаем за сущностями
С давнего времени меня занимает проблема ИИ. В начале это были попытки сделать продвинутого чат-бота. Затем пришло осознание, что это будет всего лишь программа, которая на запрос будет давать ответ в соответствии со своей базой данных (БД). Благодаря тому, что все знания системы будут заполнятся относительно случайно (в процессе разговора, обучения), мы получаем псевдонепредсказуемые ответы, но ведь сама система не осознает, что она отвечает. Следом была попытка разработать систему с более подвинутыми источниками познания, в надежде, что это даст какой-то толчок к появлению ИИ. Обработка изображения с камеры, звуков с микрофона, попытка создать бинокулярное зрение, чтобы опознавать образы объемных предметов… Все это было всего лишь очередным вводом данных в БД. Бесспорно, все это полезно и необходимо в робототехнике, но к самому интеллекту не приведет.
