Специалисты подразделения DeepMind компании Google, занимающегося разработкой и исследованиями, связанными с искусственным интеллектом, разработали новую систему под названием WaveNet, позволяющую системам искусственного интеллекта разговаривать на языке, максимально приближенным к естественному человеческому языку. В рамках этого проекта реализован качественно новый подход к синтезу речи, который работает за счет базы данных анализа звуковых волн человеческого голоса вместо того, чтобы сосредоточиться на интерпретации и имитации естественного языка.

Исследователи из различных стран и организаций за последние годы добились достаточно больших успехов в реализации способности компьютеров к восприятию человеческой речи. Это стало возможным благодаря применению нейронных сетей и процессов глубинного машинного изучения. Однако, область синтеза естественной речи значительно отстает от области распознавания речи.

Существующие технологии преобразования текст-речь (text-to-speech, TTS), как правило, основаны на двух принципах, компиляционном (concatenative TTS), в котором речь создается путем компиляции ранее записанных фрагментов речи, и параметрическом (parametric TTS), в котором речь воспроизводится устройством-вокодером, на вход которого передается необходимый набор цифровых данных. Последний метод воспроизводит «механическую» речь, которая очень далека от естественного звучания.

Система WaveNet работает несколько по-иному, составляющая ее нейронная сеть работает с образами звуковых колебаний, а не только с элементами самого языка. Как и любая нейронная сеть, сеть системы WaveNet прошла процесс предварительного обучения путем анализа массива необработанной аудиоинформации, включая речь, музыку и записи других звуков. Для качественной работы процесса обучения системе требуется аудиосигнал с частотой оцифровки минимум 16 кГц, анализ которого в режиме реального времени является достаточно сложной задачей, требующей большого количества вычислительных ресурсов.

В ходе последующих экспериментов специалисты DeepMind «скормили» системе WaveNet записи речи на английском и на китайском языке. После этого в сравнительных целях были созданы образцы искусственной речи на этих языках, синтезированные при помощи трех различных методов, стандартного компиляционного TTS, параметрического TTS и WaveNet.

Эксперты, прослушавшие записи синтезированной речи, признали, что речь WaveNet является более близкой к естественной речи, нежели чем все другие образцы. Тем не менее, пока еще очень сложно спутать синтезированную речь с естественной.

Тем не менее, система WaveNet, даже в том виде, в котором она существует на сегодняшний день, по мнению представителей DeepMind, открывает множество возможностей для реализации технологий взаимодействия человека с компьютером, для производства музыки, компьютерных игр и ряда других областей.

Parametric

Concatenative

WaveNet

Одна из самых больших проблем в технологиях квантовых вычислений заключается в том, что квантовые биты, кубиты, для того, чтобы работать должным образом и сохранять свое квантовое состояние, должны быть охлаждены практически к температуре абсолютного нуля, температуре, царящей лишь в огромных объемах пустоты космического пространства. Однако, многочисленные группы ученых занимаются поисками технологий создания кубитов, которые будут способны оставаться в состоянии квантовой суперпозиции при нормальной температуре окружающей среды. И достаточно серьезного прорыва в этом направлении удалось добиться группе доктора Мухаммеда Чукайра (Mohammad Choucair) из Сиднейского университета (University of Sydney), которая работала совместно с их коллегами из Швейцарии и Германии.

Наиболее интересным в данном открытии является тот факт, что исходным материалом для производства «высокотемпературных» кубитов является обычный нафталин, вещество, используемое для предохранения одежды от моли. Ученые заметили, что при сжигании нафталина при определенных условиях в оставшемся пепле можно обнаружить углеродные наносферы правильной формы, ближайшие родственники фуллеренов. Эти наносферы, как и все другие необычные формы углерода, обладают целым рядом уникальных свойств, в том числе и квантовых.

Более того, извлеченные из нафталинового пепла углеродные наносферы достаточно легко интегрировать в кремниевые элементы чипа процессора будущего реального квантового компьютера. А над созданием этого компьютера уже сейчас работают специалисты сиднейского Центра квантовых вычислений и коммуникационных технологий (Centre for Quantum Computation and Communication Technology, CQC2T)

В своих экспериментах ученые использовали углеродные наносферы, диаметром 37±7 нанометров. Используя краткие импульсы переменного магнитного поля, ученые добились выравнивания спинов всех электронов атомов углерода и наблюдали за дальнейшим их поведением. Экспериментальные данные показали, что все электроны сохраняли свой спин (квантовое состояние) в течение 175 наносекунд при температуре окружающей среды в 300 градусов Кельвина. И этого времени уже достаточно для того, чтобы использовать этот «групповой» спин электронов в качестве квантового бита.

«Своим открытием мы сделали область практических квантовых вычислений ближе еще на один шаг» — рассказывает Мухаммед Чукайр, — «Однако этот шаг достаточно широк, и мы можем рассчитывать на появление первых образцов высокотемпературных квантовых вычислительных систем уже через несколько ближайших лет».

В нынешнее время уже очень тяжело отличить реальные изображения от графики, произведенной компьютером. Однако, в ближайшем будущем это будет сделать еще трудней благодаря разработанному исследователями новому алгоритму, позволяющему получить максимальную реалистичность света, отраженного от сложных поверхностей различных материалов, таких, как вода, кожа, стекло и металл. При этом, новый алгоритм выполняет задачу рендеринга приблизительно в 100 раз быстрей, чем любая из существующих подобных систем.

Большинство методов производства компьютерной графики прибегают к искусственному сглаживанию сложных поверхностей для того, чтобы снизить количество вычислений и ускорить процесс обработки. Такие подходы широко использовались в 1980-х годах, когда вычислительная техника обладала малой производительностью, а недостаточная детализация поверхностей позволяла человеку сразу же отличить компьютерную графику от реальных изображений.

Новый алгоритм, разработанный группой профессора Рави Рамамурти (Ravi Ramamoorthi) из Калифорнийского университета в Сан-Диего при содействии специалистов компании Autodesk, позволяет получить более реалистичные результаты благодаря тому, что он разбивает каждый пиксель обрабатываемой сложной поверхности на большое количество так называемых «микроаспектов». Каждый из этих микроаспектов действует как своего рода гладкое крошечное зеркало, отражая свет в определенном направлении. И, совместная работа десятков и тысяч этих микрозеркал позволяет получить реалистичное изображение даже самой сложной поверхности.

Технология разбиения на микроаспекты уже использовалась в некоторых системах рендеринга, но их обработка с достаточной точностью требовала «перемалывания» огромного количества чисел. Новая система, разработанная учеными, уменьшает в 100 раз количество требующихся вычислений и снижает на 40 процентов требования к аппаратным средствам компьютеров, чем требования к компьютерам, необходимым для расчетов технологий, основанных на упрощении и сглаживании поверхностей.

Для расчетов каждого микроаспекта системе требуется вычислить значение так называемого «нормального вектора», который является перпендикуляром к поверхности зеркала. И, зная заранее значение этого вектора, можно точно и быстро рассчитать направление, в котором будет отражать свет от каждого источника данный микоаспект. Виртуальная камера, расположенная в определенной точке сцены, будет воспринимать только те отраженные лучи света, которые попадают в ее объектив.

Традиционно, системы рендеринга вычисляют отражения света последовательно, от каждого пикселя по отдельности., что требует больших вычислительных ресурсов. Однако, калифорнийские исследователи пошли другим путем, они сгруппировали микроаспекты в участки и вычислили приблизительное количество света, отраженное каждым участком в определенном направлении. В результате этого новый алгоритм стал работать в 100 раз быстрее, нежели прежде.

Следующим шагом в развитии нового алгоритма рендеринга станет новая технология представления сложных поверхностей, которая обеспечит получение сверхвысокой разрешающей способности, не требуя, при этом, кардинального увеличения количества вычислений и увеличения объемов используемой памяти компьютера.

Исследователи из университета Аальто (Aalto University) продемонстрировали возможность использования микроволновых сигналов для кодирования информации и использования их в технологиях квантовых вычислений. Для этого они использовали микроволновый резонатор, основанный на чрезвычайно чувствительных измерительных устройствах, известных под названием SQUID (superconductive quantum interference device), охлажденных до температуры, близкой к температуре абсолютного нуля. При такой температуре прекращается тепловое движение любого вида, что соответствует состоянию абсолютной темноты, состоянию, когда в квантовой системе полностью отсутствуют как фотоны света, так и фотоны излучения любого диапазона электромагнитного спектра, включая и микроволновый.

Однако в состоянии абсолютной темноты, называемом еще состоянием квантового вакуума, все же существуют некоторые колебания, порождающие и тут же поглощающие фотоны, существующие лишь в течение очень короткого промежутка времени. И исследователям удалось добиться преобразования этих колебаний в реальные фотоны микроволнового излучения с различными частотами. Это служит демонстрацией того, что абсолютная темнота с квантовой точки зрения — это нечто большее, нежели чем просто отсутствие света.

Дальнейшие исследования показали, что получающиеся фотоны микроволнового излучения являются запутанными на квантовом уровне. «При помощи нашей экспериментальной установки нам удалось получить сложную корреляцию микроволновых сигналов, которой можно управлять и которую можно использовать в своих целях» — рассказывает доктор Паси Лэхтинмэки (Dr Pasi Lahteenmaki) из Лаборатории низких температур университета Аальто, — «Полученные нами результаты указывают на то, что мы можем использовать эти фотоны с разной частотой в технологиях квантовых вычислений. Они могут играть роль, подобную роли отдельных регистров классических компьютеров, регистров, способных выполнять логические и арифметические операции с заключенными в них данными».

В настоящее время учеными из разных стран ведутся интенсивные исследования, связанные с квантовыми вычислениями и разработкой архитектуры квантовых вычислительных систем, но практически все, что было создано за последние годы, основано на использовании фотонов света и принципах оптики. Использование же микроволновых сигналов разных частот является альтернативным методом реализации квантовых вычислений, при помощи которого можно достаточно просто создавать логические элементы и цепочки из них, которые выполняют обработку данных квантовых измерений. Кроме того, использование запутанных микроволновых фотонов позволяет избежать необходимости создания физических квантовых битов, кубитов, что снимает целый ряд ограничений и существенно упрощает структуру квантовых вычислительных систем.

И в заключении следует указать, что в данных экспериментах использовалась установка OtaNANO, основой которой являются ниобиевые сверхпроводящие технологии, разработанные учеными из Технического научно-исследовательского центра VTT, Финляндия, а собственно работа проводилась под патронатом Центра квантовых разработок (Centre of Quantum Engineering) университета Аальто.

«Быть или не быть, вот в чем вопрос» — это не только слова известного монолога из пьесы Уильяма Шекспира «Гамлет», это слова текста, которые подопытная обезьяна «J» напечатала на компьютере при помощи внедренного ей в мозг имплантата, позволяющего управлять движением курсора компьютера. Более того, животные, натренированные для печати «силой мысли», показали рекордную на сегодняшний день скорость реакции (печати), которая составила 12 слов в минуту.

Естественно, что обезьяна «J» и ее «коллега», обезьяна «I», не знали, что они печатают столь знаменитые слова. Эти животные всего лишь перемещали курсор к клавише виртуальной клавиатуры, которая была выделена зеленым цветом, а последовательность клавиш и нажатий на них задавал компьютер, используя введенный в него заранее текст.

Каждой из подопытных обезьян была вживлена в мозг матрица крошечных электродов. Электроды вошли в контакт с нервными тканями в моторной области мозга, отвечающей на движения рук, и они обеспечили снятие электрических сигналов, которые являются отражением деятельности нейронов. После этого обезьяны прошли через процесс дрессировки, научившись двигать курсор на экране при помощи обычного манипулятора «мышь». Камеры тщательно фиксировали все движения, а специализированные алгоритмы достаточно быстро вычислили образы мозговой деятельности, соответствующие каждому виду движений.

После этого животных обучили двигать курсор только «силой мысли». В первое время они продолжали непроизвольно двигать руками, но образы, возникающие в их мозге, полностью совпадали с образами, записанными ранее. Эти записанные ранее образы были использованы в качестве шаблонов для распознавания намерений животного, которые превращались в движение курсора на экране компьютера.

Следует отметить, что своего рода предыдущий рекорд скорости печати «силой мысли» был установлен людьми и составил 6 слов в минуту. А все эти эксперименты проводятся в рамках программы BrainGate, которая нацелена на разработку аппаратного и программного обеспечения, предназначенного для предоставления возможности общения с окружающим миром людям с некоторыми заболеваниями нервного характера.

У данных технологий есть еще множество направлений их совершенствования. К примеру, обезьяны имели возможность «нажимать» только на одну клавишу виртуальной клавиатуры за раз, но будущая реализация подобного интерфейса может использовать технологию автоматического завершения слов, которая широко используется в современных смартфонах.

Проведя успешные испытания созданной ими системы на подопытных животных, ученые из Стэнфордского университета готовят вариант этой системы, предназначенный уже для людей. И, хочется надеяться, что люди, которые примут участие в испытаниях, не ударят в грязь лицом и продемонстрируют более высокие результаты, нежели животные -)).