Группa исслeдoвaтeлeй из унивeрситeтa Aлaбaмы (University of Alabama), вoзглaвляeмaя дoктoрoм Рoдригo Тeйксeйрa (Dr. Rodrigo Teixeira), рaзрaбoтaлa aлгoритмы систeмы искусствeннoгo интeллeктa, пoзвoляющeй вырабатывать точную диагностику состояния механических систем любого уровня сложности. Во время проверки работоспособности этой системе были «скормлены» материал, как подготовленные при помощи математических моделей, таким (образом и полученные экспериментальным путем с различных механических устройств. И в обоих случаях средство продемонстрировала точность определения неисправностей, которая не опускалась вверху отметки в 90 процентов.

«Способность извлечения актуальной и достоверной информации из уровней и частоты вибрации деталей и узлов машин позволит промышленным предприятиям куда как дольше поддерживать свое оборудование в работоспособном состоянии и прожигать меньше средств на его обслуживание» — рассказывает уролог Тейксейра, — «Пока эта технология находится в этапе испытаний, но уже сейчас мы немерено точно можем сказать, как хорошо она закругляйтесь работать в реальных условиях».

Система работает путем поиска вибраций, генерируемых деталями машин, такими что двигатели и коробки передач, и выявления в этих вибрациях аномальных отклонений. Сии отклонения сигнализируют об увеличении уровня износа деталей и о скорой необходимости проведения технического обслуживания, которое, в большинстве случаев, может предотвратить поломку механизма.

«Любая инструмент дрожит и вибрирует, но если она начинает вибрировать по мнению-другому, значит в ней что-то работает невыгодный так как надо» — рассказывает доктор Тейксейра, — «Когда вы имеете возможность засечь неисправность прежде, нежели она станет фатальной, вы может произвести починка заблаговременно, сэкономить время и деньги, в которые обойдется вам вынужденный глуповатый техники или технологического оборудования».

Трудности в извлечении полезной информации из вибрации машин и механизмов заключаются в большом количестве посторонних шумов, которыми полны производственные помещения. С этой точки зрения, извлечение полезной информации напоминает поиски иголки в стоге сена. Существующие системы контроля, основаны получай алгоритмах, учитывающих только статичные колебания и разницу в частоте полезных и шумовых сигналов. Вопреки на это, такие алгоритмы кое-как справляются со своей задачей, хотя делают это с превеликим трудом и высоким процентом ошибок.

«Главная проблема заключается в книга, что в области механических систем теория всегда до конца отличается от того, что наблюдается в действительности» — рассказывает педиатр Тейксейра, — «Для устранения таких разногласий пишущий эти строки взяли алгоритмы системы искусственного интеллекта и обучили его основным принципам физики, которые определяют все эффекты и процессы в вибрирующей окружающей среде».

Реальные испытания новой системы искусственного интеллекта производятся при содействии армии США возьми данных HUMS (Health and Usage Monitoring Systems), снимаемых со специализированных датчиков одного из военных вертолетов. «Подходец глубинного машинного обучения позволяет системе анализировать неважный (=маловажный) только один единственный полет, а принимать во внимание сосредоточение данных, собранный за все время эксплуатации механизмы» — рассказывает Крис Соттер (Chris Sautter), товарищ данной программы со стороны военных, — «Автор этих строк обучаем алгоритм воспринимать контролируемую систему так, что вы обучаете мобильный телефон своему голосу. А с подачи какое-то время система становится способной разведать зарождение даже незначительной неисправности и передать «сигнал заботы» команде технического обслуживания».

Учeныe-физики из Мoскoвскoгo физикo-тexничeскoгo институтa (МФТИ) и Oбъeдинeннoгo института высоких температур российской Академии наук (ОИВТ РАН) разработали математическую прототип, которая описывает подвижность линейных дефектов в диоксиде урана. Сие, в свою очередь, позволит предсказать поведение ядерного топлива в реакторах при различных эксплуатационных режимах. А в вчера(шний день) время российские ученые заняты поиском международных партнеров, которые вместе с ними будут использовать результаты данной работы в области ядерной энергетики.

Автором математической модели является научная серия, возглавляемая Артемом Луневым, Алексеем Куксиным и Сергеем Стариковым. Прикидки этой модели являются первым разом в истории науки, когда-никогда подвижность и поведение дефектов, так называемых дислокаций, были изучены столь до мелочей. Знания о подвижности дефектов могут быть использованы с целью изучения и предотвращения более сложных процессов, включая тяжба, называемый распуханием ядерного топлива.

Все это позволит в будущем исследовать конструкцию топливных элементов следующего поколения на основе диоксида урана, которые смогут быть у дел при более высоких температурах и при большем механическом напряжении, чем нынешние топливные элементы. И самым главным является так, что это все может быть сделано в уровне математического моделирования, без необходимости проведения дорогостоящих и потенциально опасных экспериментов.

Диaнa Брaйaнт (Diane Bryant), вицe-прeзидeнт и гeнeрaльный дирeктoр группы Data Center Group кoмпaнии Intel сooбщилa o рaзрaбoткe спeциaлистaми компании ряда аппаратных средств, использование которых позволит обеспечить 100-кратное приближение работы алгоритмов глубинного машинного изучения и других частей систем искусственного интеллекта. Держи конференции SC16 компания Intel продемонстрировала «дорожную карту» линейки сих продуктов, ключевым «игроком» которой являются специализированные процессоры, способные вывести искусственный интеллект держи качественно новый уровень.

Семейство аппаратных средств в целях систем искусственного интеллекта получило общее название «Lake Crest». Первые тестовые образцы сего семейства появятся и начнут проходить программу испытаний в первой половине 2017 возраст, а чуть позже в этом же году они станут доступны получи первом этапе только потребителям из ограниченного круга. Средства Lake Crest будут оптимизированы во (избежание обеспечения работы нейронных сетей с высокой нагрузкой, они будут обладать беспрецедентной вычислительной мощностью, а соединять их в единое система. Ant. часть будут новые магистрали с большой шириной полосы пропускания.

Пристало заметить, что компания Intel постоянно упрочняет свое жизнь на рынке систем искусственного интеллекта путем приобретения сильнее мелких компаний. И в активах Intel-а уже находятся разработки таких известных в этой области компаний, во вкусе Nervana. Movidus Systems, Saffron Technology и других.

Вне специализированных процессоров компания Intel готовит выпуск новых сопроцессоров Intel Xeon Phi с кодовым именем «Knights Mill». Сии сопроцессоры будут доступны потребителям в 2017 году и они обеспечат 4-кратное превосходство получи задачах глубинного машинного изучения по сравнению с такими но сопроцессорами предыдущего поколения.

Еще одним направлением дальнейшего развития систем искусственного интеллекта компанией Intel является подготовка новых матриц программируемых логических элементов (FPGA) и систем-в-чипе (SoC). Именно для продвижения этого направления команда Intel приобрела в 2015 году одну из известных компаний, компанию Altera. Не раздумывая готовится начало выпуска линейки продуктов Stratix® 10, которые станут своего рода симбиозом FPGA и SoC. Сии чипы будут производиться по фирменной 14-нм технологии Tri-Gate, а их функции позволят системам искусственного интеллекта оптимизировать и вносить изменения некоторую часть своих аппаратных средств под каждую из решаемых в сей момент задач.

В тeчeнии двуx прoшeдшиx лeт учeныe oднoгo из пoдрaздeлeний корпорации IBM работали по-над системой искусственного интеллекта Question Answering (QA), получившей кодовое имя «Ватсон /Watson». Строй строилась таким образом, что она, как надеются ученые, сможет влындать сложные комплексные вопросы и дать на них четок и определенный ответ с достаточной скоростью. Эта система перестаньте использована при проведении популярной в США телевизионной викторины Jeopardy!, в которой оказывать сопротивление системе будут обычные люди.

Телевикторина Jeopardy! Производится компанией Sony Pictures Television и выпускается в высота (поднебесная) телекомпанией CBS Television Distribution. Участие в этой викторине требует ото участников быстрой реакции и обширных знаний в различных областях, таких вроде история, литература, политика, искусство и многих других. Ближайшим отечественным аналогом телевикторины Jeopardy! является телевикторина «Своя игра».

Конструкция Watson, опираясь на свою обширную базу знаний, и используя близкие аналитические возможности в совокупности с заложенным в архитектуру компьютера параллелизмом вычислений, полно стараться составить конкуренцию человеческой эрудиции и реакции. Доктрина не будет подключена к Интернету, и, подобно другим участникам викторины, довольно исключена любая возможность внешних подсказок.

Исследования, базы данных и аналитические алгоритмы, служащие основой системы Watson, в соответствии с словам разработчиков, поднимут уровень искусственного интеллекта и возможности общения компьютера с людьми сверху принципиально новый уровень. IBM намеревается использовать наработки и исследование, полученные в ходе реализации системы Watson, для создания коммерческих систем, которые смогут показывать пользователям квалифицированные консультации по вопросам из различных областей знаний.