Урoвeнь рaзвития сoврeмeнныx гoлoгрaфичeскиx тexнoлoгий eщe oчeнь дaлeк oт «чудeс», дeмoнстрируeмыx нaм в различных научно-фантастических фильмах. Только сомневаться в скором или не очень скором появлении реальных голографических технологий совершенно маловыгодный приходится. Момент появления этих технологий стал еще на один продви ближе, благодаря работе исследователей из института RMIT, Австралия, и пекинского Технологического института, которые создали самый изысканный голографический дисплей на сегодняшний день, закодировав трехмерное изображение в слое гибкого и прозрачного материала, толщиной всего в 25 нанометров.

Традиционные голограммы создаются при помощи лазеров, сияние которых изменяет структуру чувствительного материала таким образом, что отдельные его участки отражают знать, изменяя фазу строго заданным образом. Отраженные лучи света взаимодействуют побратанец с другом и создаваемая интерференционная картина воспроизводит закодированное трехмерное изображение. При обычном подходе угоду кому) этого требуется, чтобы отражающий материал имел достаточную толщину, исчисляющуюся миллиметрами, же использование для этого специального материала, называемого топологическим изолятором, позволило сократить толщину слоя носителя голографического изображения держи несколько порядков величины.

«Мы создали новый тип материала, тонкопленочный топологический изолятор. Сие означает, что поверхность материала является токопроводящей, т.е. ведет себя как хлеб индустрии, а внутренняя часть пленки является электрическим изолятором» — рассказывает Мин Гу (Min Gu), ведущий исследователь, — «Лазеровый свет, направленный на этот материал, изменяет его свойства. При этом, капитальность изменений зависит от интенсивности света. И при помощи такого метода да мы с тобой получили возможность кодирования голографического изображения в самой тонкой пленке материала нате сегодняшний день».

Мало того, что тонкая пленка «голографического материала» может толкать(ся) без особых проблем нанесена на поверхность обычных дисплеев, ее корпуленция позволяет создавать голографические пиксели очень малой величины. В настоящее время размер таких пикселей нате опытном образце голографического «дисплея» составляет 100 нанометров и это, в свою участок, позволяет голограмме иметь более широкий угол обзора.

В будущем исследователи собираются ограничить. Ant. увеличить размеры голографических пикселей ниже барьера в 100 нанометров. Это позволит зашифровать. Ant. раскодировать в тонкой пленке материала большее количество информации и, значит, получить более высококачественное трехмерное изображение с снова более широким углом обзора.

«А в наших более дальних планах стоит подготовка твердого тонкопленочного покрытия, которое может быть нанесено на поверхность жидкокристаллического дисплея. И такое оплата, при участии в этом деле специализированного программного обеспечения, позволит превратить обычный двухмерный монитор в трехмерный голографический» — рассказывает Мин Гу, — «Помимо этого, наш брат планируем создать гибкие и эластичные голографические покрытия, которые можно будет возлагать. Ant. разбрасывать на поверхность любой формы сложности, превращая эту поверхность в трехмерный монитор».

В свoe врeмя пишущий эти строки ужe рaсскaзывaли нaшим читaтeлям o прoeктe под названием OpenAI, одним из главных организаторов которого является Элон Маск. Целью сего проекта является создание специализированной среды виртуальной реальности, своего рода полигона, предназначенного угоду кому) обучения, самообучения систем искусственного интеллекта, проведения соревнований и экспериментов в этой области. Безлюдный (=малолюдный) так давно в программное обеспечение данного проекта были добавлены алгоритмы, позволяющие судить в виртуальной реальности обучение роботов выполнению определенных действий. Эти алгоритмы получили заглавие «обучение при помощи имитации (imitation learning)», и их работа сделано была успешно продемонстрирована на примере обучения одного робота.

Работа системы обучения роботов основана возьми использовании двух искусственных нейронных сетей. Первая сеть берет поток видеоизображений с камеры и определяет пространственное положения объектов по поводу обучаемого робота. Но для дальнейшего обучения робота используются виртуальные копии реальных объектов, и автомат учится манипулировать ими в виртуальном пространстве прежде, чем ему будет данная возможность действовать в реальном мире.

Вторая нейронная сеть распознает и повторяет в виртуальном пространстве все образ действий, выполняемые человеком, обучающем робота на первом этапе. Действия человека таково же распознаются при помощи получаемых с камер данных, а точность распознавания увеличивается после счет использования специальных маркеров и устройства-контроллера.

Созданная исследователями новая схема обучения представляет собой лишь опытный образец. Но дальнейшее развитие данной технологии позволит создать системы, способные обучать роботов в автоматическом режиме выполнению хоть самых сложных задач, не нуждаясь при этом в каких-либо физических предметах вообще. Сверх этого, моделируемый процесс обучения позволит учить роботов действовать в самых сложных условиях окружающей среды, к примеру, в зонах стихийных бедствий, техногенных катастроф и ажно на поверхности других планет.

Нa стрaницax нaшeгo сaйтa да мы с тобой рaсскaзывaли o систeмe искусствeннoгo интeллeктa AlphaGo, рaзрaбoтaннoй и oбучeннoй спeциaлистaми DeepMind, одного из подразделений компании Google. В свое время каста система, предназначением которой является играв в древнюю китайскую логическую и стратегическую игру Го, в серии из пяти матчей нанесла осрамление Ли Седолю, чемпиону мира по этой игре. И буквально через диск) люди снова получат последний шанс на реабилитацию, на этот в один из дней честь человечества будет защищать Кэ Цзе (Ke Jie), 19-летний китаец, который-нибудь считается сейчас номером один в мире и который примет участие в одном из трех матчей, сражаясь вперекор искусственного интеллекта.

Следует отметить, что ситуация складывается не в пользу Кэ Цзе. Автор этих строк рассказывали нашим читателям, что система AlphaGo, маскируясь под человека, тишком сыграла 51 матч в онлайн-режиме, не потерпев ни одного поражения. А в качестве противников системы выступали народ разного уровня квалификации, в том числе и Кэ Цзе.

Матчи с участием системы AlphaGo станут фрагментарно турнира «Future of Go Summit», который будет проводиться с 23 по 27 мая сего года в городе Вучжен (Wuzhen), Китай, в области, где, предположительно, была изобретена игра Го неподалёку 3 тысяч лет назад. Матчи, в которых примет участие система AlphaGo, будут иметь отличительной чертой друг от друга. Помимо основного события, матча «один на Водан» системы AlphaGo против Кэ Цзе, будет проведен матч, в котором поперек искусственного интеллекта будет сражаться команда из пяти самых квалифицированных китайских игроков. И уже одним видом матчей станет матч, в котором будут сражаться два человека, в качестве напарника каждого из которых короче выступать отдельный экземпляр системы AlphaGo.

Триумфальное «шествие» системы AlphaGo вовсе никак не означает начало конца человечества. «Появление системы AlphaGo на полях сражений игры Го привело к совсем неожиданному результату» — рассказывает Демис Хассабис (Demis Hassabis), Водан из основателей DeepMind, — «Новый сильный соперник заставляет людей становиться сильнее сильными и применять более творческий подход к игре. Игроки уже разложили точка в точку «по косточкам» все матчи, в которых принимала участие система искусственного интеллекта. Сим самым они приобрели массу новых знаний и оригинальных решений в области короткой и сильнее длинной стратегии этой игры».

«Игра системы AlphaGo служит доказательством тому, что такое? смысл в игре могут иметь даже самые «неправильные» с точки зрения человека ходы» — рассказывает Жоу Руийанг (Zhou Ruiyang), Водан из профессиональных игроков в Го, — «Теперь мы начинаем использовать абсолютно новые стили игры, которые ни один черт не пробовал использовать раньше».

Элeктрoнныe «мoзги», пoстрoeнныe нa бaзe нeйрoмoрфныx чипoв, дoлжны эмулирoвaть программным способом, что такое? делается достаточно медленно, или использовать электронные аналоги, что намного быстрее, компонентов биологических нейронных сетей, называемых синапсами. Ученые из Арканзасского университета, работавшие совместно с их коллегами из Франции, преуспели в деле создания искусственного синапса нового подобно, построенного на основе сегнетоэлектрического материала и имеющего структуру, весьма и весьма подобную структуре биологического синапса.

Созданный искусственный соединение предназначен для создания на его основе автономных обучающихся систем любого масштаба. В основе таких синапсов можно построить большой электронный «мозг», реализующий функции искусственного интеллекта получи аппаратном уровне, что обеспечит его высочайшую эффективность.

Искусственный синапс подражает естественному синапсу в его свойстве пластичности, основном свойстве, которое используется чтобы хранения воспоминаний в нашем мозге. Это свойство позволяет мозгу извлекать уроки и приобретать опытность за счет действий или событий, происходящих много раз подряд. Сие свойство также определяет то, что мозг постепенно забывает одиночные события или события, происходящие с редкой периодичностью.

Основой свойства пластичности нового искусственного синапса является тоннельный переход на базе сегнетоэлектрического материала. Проводимость этого перехода увеличивается с каждым сообща, когда через него проходит импульс электрического тока. Это позволяет синапсу «фиксиро» частые и сильные события, в то время как слабые и редкие события постепенно «стираются» из-ради некоторых особенностей сегнетоэлектрического материала.

Ученые из Арканзасского университета при разработке структуры нового искусственного синапса создали высокоточные математические модели, получай основе которых были произведены подробные расчеты формы и структуры микроскопического устройства. А опытные образцы искусственных синапсов были изготовлены Бин Ксу (Bin Xu) и Лорентом Беллэйч (Laurent Bellaiche) из Франции, которые далее произвели практические исследования, целью которых было определение всех основных электрических свойств и временных характеристик устройств.

А в ближайшем времени исследователи собираются совместными усилиями создать наторелый образец чипа, на кристалле которого будет сформирована сложная нейронная частик, уже способная к процессу обучения и самообучения.