Систeмa искусствeннoгo интeллeктa AlphaGo, пoстрoeннaя нa принципax глубиннoгo мaшиннoгo oбучeния и сoздaннaя группoй Google DeepMind, сo счeтoм 5-0 победила Фань Хуэя (Fan Hui) трехкратного европейского чемпиона по части игре Го (Go). Этот случай является первым разом в истории, когда компьютерная программ обыграла профессионального игрока в Го, правда некоторые эксперты в области искусственного интеллекта прогнозировали, что наступления данного события только и можно ожидать не ранее, чем через одно десятилетие.

«Система AlphaGo использует методы глубинного машинного изучения и самообучения. При помощи сего она улучшает саму себя, просматривая ходы реальных игр и играя хозяйка с собой» — рассказывают Дэвид Сильвер (David Silver) и Демис Хассабис (Demis Hassabis), руки-ноги группы Google DeepMind, — «Обучение системы было произведено на обширном наборе данных о 30 миллионах ходов, сделанных профессиональными игроками в Го. А после сего система отточила свое мастерство, играя сама с собой».

Для того, с целью сделать возможной победу системы искусственного интеллекта над человеком, ее разработчики реализовали современный алгоритм поиска вдоль дереву решений. Две независимые нейронные сети сформировали из миллионов своих подобных нейронам структур 12 слоев, которые были «пронзены во всем» деревом решений игры Го, в котором насчитывается более чем 10^100 вариантов. Сие больше, чем количество вариантов ходов в шахматах и больше, чем количество атомов во всей Вселенной.

«На первых порах мы обучили одну из сетей на базе данных о 30 миллионов ходов, которые были сделаны людьми-экспертами в этой игре. Еще после этого система AlphaGo стала в состоянии правильно предугадать ход человека в 57 случаях из 100 возможных и выигрывала в 99.8 процентах матчей у других Го-программ» — рассказывают Дэвид Сильвер и Демис Хассабис, — «Да наша цель заключалась не в подражании людям-игрокам, мы намеревались завоевать полную победу над ними. Поэтому мы заставили две нейронных волокуша системы AlphaGo тысячи раз играть друг с другом, обнаруживая новые стратегии, приобретая новехонький опыт при помощи эмпирического процесса, известного как «укрепляющее обучение» (reinforcement learning)».

Следующей задачей, которую поставили накануне собой разработчики системы AlphaGo, станет попытка победы над Ли Седолем (Lee Sedol), признанным мировым игроком в игру Го. И нынешний матч состоится в Сеуле, Южная Корея, в марте этого года.

«Логические игры являются прекрасной платформой про разработки, обучения, тестирования и совершенствования алгоритмов систем искусственного интеллекта. А такие системы в будущем могут -побывать) использованы в самых различных областях реального мира» — пишут исследователи, — «Методы, которые наш брат используем для поиска решений в играх, однажды могут быть расширены и модернизированы что-то около, что при их помощи люди найдут решения всех самых насущных проблем, связанных с проблемами общества, изменениями климата и здравоохранением».

Группa исслeдoвaтeлeй из Лeйдeнскoгo унивeрситeтa, Нидeрлaнды, при сoдeйствии спeциaлистoв кoмпaнии IBM, нe таким (образом давно закончили процесс создания нового суперкомпьютера. Этот суперкомпьютер получил (про)звание Little Green Machine II, его вычислительная мощность равна 0.2 Пфлопс. Суперкомпьютер хватит использоваться для математических расчетов из области океанографии, для обеспечения работы систем искусственного интеллекта, для того моделирования финансовых и астрофизических процессов. Но не все это является главной достопримечательностью суперкомпьютера Little Green Machine II, все битва заключается в том, что размер этой вычислительной системы приблизительно равен размеру положенных друг нате друга четырех коробок от пиццы. И этот суперкомпьютер является самой маленькой суперкомпьютерной вычислительной системой в мире получай сегодняшний день.

Как уже упоминалось выше, вычислительная мощность системы Little Green Machine II составляет 0.2 Пфлопс. Сие 200 000 000 000 000 операций с плавающей запятой в секунду и это сопоставимо с вычислительной мощностью 10 тысяч обычных персональных компьютеров.

Основой суперкомпьютера являются цифра сервера, вычислительная мощность которых обеспечивается специализированными графическими ускорителями в количестве четырех стукко, по одному на каждый сервер. Сервера связаны друг с другом быстродействующей сетной магистралью.

В отличие от своего предшественника, системы Little Green Machine I, новая способ основания не на архитектуре x86 от компании Intel, а на более высокопроизводительной архитектуре OpenPower, разработанной в компании IBM. Вдобавок этого, в новой системе использованы специализированные графические ускорители, предназначенные специально во (избежание суперкомпьютерных вычислений, а не обычные игровые ускорители. Все это обеспечивает новой системе в 10 в одно прекрасное время большую производительность, нежели производительность предыдущей системы.

Для проверки работоспособности системы Little Green Machine II исследователи произвели прикидки математической модели столкновения галактики Млечного Пути с галактикой Андромеды, которое, (как) будто считают ученые, произойдет через четыре миллиарда лет. Эта модель была впервые рассчитана порядком лет назад при помощи суперкомпьютера Titan (17.6 Пфлопс), который находится в Национальной лаборатории Ок-Ридж. «Сегодня мы имеем возможность производить такие вычисления практически у себя дома» — рассказывает Ерен Бедорф (Jeroen Bedorf).

Читaя сии стрoки вы, быстрee всeгo, смoтритe чeрeз или нa тoнчaйший слoй oксидa олова-индия (indium tin oxide, ITO), хрупкого керамического материала, который-нибудь обладает достаточно высокой электрической проводимостью и является прозрачным. Этот материал используется безотложно в производстве практически всех экранов, начиная от экранов огромных телевизоров и заканчивая небольшими экранами мобильных телефонов. Основная проблема с сим материалом заключается в том, что индий не существует в природе в чистом виде, некто получается в качестве побочного продукта очистки других металлов. Это, в свою порядок, делает индий относительно дорогим, и ученые разных стран уже достаточно незапамятных) времён занимаются поисками альтернативных вариантов.

Одной из наиболее приемлемых альтернатив использованию оксида олова-индия является использование серебряной пленки малой толщины, при которой глянцзильбер обладает высокой прозрачностью. Разработкой этого варианта занимается группа профессора Джей Гуо (Jay Guo) из Мичиганского университета. Сим ученым удалось найти решение основной проблемы, возникающей при попытках расписать серебро в пленку, толщиной в семь нанометров. При столь малой толщине само кераргирит ведет себя не очень хорошим способом, этот материал начинает образовывать «острова», имеющие большую толщину, связанные пленкой меньшей толщины.

Ученым посчастливилось решить описанную выше проблему, добавив в чистое серебро небольшой процент алюминия или меди. «Сии добавки сыграли буквально волшебную роль» — рассказывает профессор Джей Гуо, — «Их реальность никак не отразилось на электрических свойствах материала, однако, благодаря им, нам посчастливилось получить тончайшую серебряную пленку с абсолютно гладкой поверхностью».

Полученная серебряная ржавчина, помимо обладания высокой электропроводностью и прозрачностью, является гибкой. Ее можно отмечать на гибкое основание без необходимости нагрева этого всего до насчет высокой температуры, что кардинально снижает количество производственного брака.

Однако, согласно мнению некоторых экспертов, не стоит ожидать быстрого появления в ближайшем будущем новых «серебряных» экранов. «Технологии, в которых используется окисел олова-индия, уже достаточно отработаны и проверены временем» — рассказывает ученый Джей Гуо, — «И пока в мире не возникнет реально насущная потребность в гибких дисплеях, все будут использовать ITO, невзирая на некоторые проблемы с сим материалом».