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.

Спeциaлисты кoмпaнии Google рaзрaбoтaли спeциaлизирoвaнный тeнзoрный прoцeссoр втoрoгo пoкoлeния, имeющий прoизвoдитeльнoсть в 45 терафлопс. Четверик таких процессора объединены в модуль, суммарной производительностью в 180 терафлопс, который может использоваться в качестве самостоятельной немногие, обеспечивающей работу алгоритмов глубинного машинного изучения и искусственного интеллекта. А немного в дальнейшем в этом году система из тысячи таких процессоров, производительностью 44 петафлопса, станет долею облачного сервиса Google Cloud Compute, доступ к которой совершенно бесплатно смогут наварить разработчики систем машинного изучения и искусственного интеллекта.

Напомним нашим читателям, какими судьбами даже первые тензорные процессоры (Tensor Processing Units, TPU) первого поколения, ориентированные возьми выполнение специализированных задач, демонстрировали в 10-30 раз большую производительность, чем обычные процессоры и графические процессоры. При этом, кпд работы тензорных процессоров превосходила эффективность других процессоров в 30-80 раз. Именно сверху тензорных процессорах работала система Alpha Go, которая одержала ряд впечатляющих побед по-над самыми именитыми игроками в китайскую игру Го.

Тензорные процессоры второго поколения предназначены с целью выполнения задач двух основных типов, для задач, связанных с изучением и самообучением, и во (избежание делания выводов на основе анализируемых данных. При этом, оба подобно задач, традиционно реализуемые при помощи разных аппаратных средств и программных алгоритмов, могут выполняться получи и распишись тензорном процессоре одновременно и синхронизируясь друг с другом.

Тензорные модули с четырьмя процессорами могут лежать объединены в группы по 64 модуля, производительность одной такой группы составляет 11.5 петафлопс, и именно такие группы будут использоваться в сервисе Google Cloud Compute. Разработчики смогут программировать все сие при помощи TensorFlow, самой распространенной программной оболочки, доступной через услуги GitHub. Также компания разработала унифицированный высокоуровневый программный интерфейс (API), который позволит вонзать алгоритмы машинного изучения с минимальными изменениями исходного кода, как на обычных процессорах, круглым счетом и на графических или тензорных процессорах в любом варианте их комбинаций.

И в охват следует отметить, что предоставляя бесплатный доступ к «облаку тензорных процессоров», команда Google, со слов ее представителей, преследует единственную цель — ускорить, в какой степени это максимально возможно, темп исследований в области машинного изучения и искусственного интеллекта, преимущество сделать это все максимально открытым и доступным для всех заинтересованных лиц.

Нeдaвнo нa тexнoлoгичeскoм фoрумe IMEC ITF2017 прeдстaвитeли исслeдoвaтeльскoгo и нaучнoгo цeнтрa IMEC, Бeльгия, прoдeмoнстрирoвaли пeрвый в свoeм роде самообучающийся нейроморфный чипилис. Работа этого чипа основана на принципах функционирования головного мозга, а в качестве коренной технологии реализации этих принципов выступает «фирменная» технология OxRAM. Благодаря этому чипок имеет, пусть и немного ограниченные, способности к самообучению, которых, тем не в меньшей степени, хватает для сочинения чипом простых музыкальных композиций, что и было продемонстрировано участникам упомянутого выше форума.

Человечий мозг является идеалом, к которому стремятся все разработчики вычислительных систем. Центр обладает огромной вычислительной мощностью, потребляя при этом всего несколько десятков Ватт энергии. Создавая новые вычислительные системы, разработчики стараются эпигонствовать принципам работы мозга, комбинируя самые современные аппаратные средства со сложным программным обеспечением. В этом направлении работают и исследователи центра IMEC. Они создают своего рода «стандартные блоки» аппаратного и программного обеспечения систем простейшего искусственного интеллекта, тот или будет обеспечивать в недалеком будущем работу так называемого «Интернета вещей».

Удачная и сбалансированная сочетание аппаратных и программных средств позволила специалистам центра IMEC разместить на релятивно небольшом кристалле чипа, потребляющем незначительное количество энергии, функции машинного изучения и самообучения. Используя сии функции, чип самостоятельно проводит ассоциации в наборах «скармливаемых» ему данных. И нежели большее количество ассоциаций будет найдено в данных, тем сильней станут знакомства между отдельными элементами чипа, своего рода электронными аналогами нейронов.

Микролит чипа изготовлен по 65-нм технологии. На нем присутствуют равно элементы традиционной CMOS-логики, так и массивы метало-оксидной резистивной памяти MRAM (metal-oxide resistive RAM), которую специалисты центра называют термином OxRAM. Каста память в 100 раз более эффективна с энергетической точки зрения, нежели прочие типы памяти, используемой в нейроморфных чипах. И, благодаря достаточному объему этой памяти, сифилис может создать и использовать 40 устойчивых ассоциативных связей.

Во время демонстрации чипа бери форуме IMEC ITF2017 чип обучился сочинять музыку, получив на вход цифирь нескольких музыкальных произведений. При этом, все правила, которые были использованы при самообучении и последующем сочинении музыки, сифилис определил полностью самостоятельно.

«Сейчас у нас уже имеются необходимые аппаратные средства, укомплектование программного обеспечения и среда программирования, которые позволят продвинуть далеко вперед область нейроморфных вычислений» — рассказывает Прэвин Рэгэвэн (Praveen Raghavan), сотрудник центра IMEC, — «И сегодня мы получили возможность создания на базе новых чипов сложных интеллектуальных систем. При этом, поверхность интеллекта системы будет расти в квадратичной или даже экспоненциальной зависимости ото количества включенных в нее нейроморфных чипов».