Mga Key Takeaway
- Ang isang bagong uri ng computer hardware ay maaaring magbigay-daan sa artificial intelligence na patuloy na matuto tulad ng utak ng tao.
- Sinasabi ng mga mananaliksik sa Purdue University na maaaring i-reprogram ang kanilang device on demand sa pamamagitan ng mga electrical pulse.
- Bagaman ang isang AI system na ganap na natututo sa kanyang sarili ay pangunahin pa ring isang konsepto, maraming mga halimbawa ang malapit na.
Malapit nang makakuha ng tulong ang artificial intelligence (AI) mula sa isang bagong uri ng computer chips na inspirasyon ng utak ng tao.
Bumuo ang mga mananaliksik sa Purdue University ng bagong piraso ng hardware na maaaring i-reprogram kapag hinihiling sa pamamagitan ng mga electrical pulse. Sinasabi ng koponan na ang kakayahang umangkop na ito ay magbibigay-daan sa device na gawin ang lahat ng kinakailangang function upang makabuo ng computer na inspirasyon ng utak. Bahagi ito ng patuloy na pagsisikap na bumuo ng mga AI system na patuloy na natututo.
"Kapag ang mga AI system ay patuloy na natututo sa kapaligiran, maaari silang umangkop sa isang mundo na nagbabago sa paglipas ng panahon, " sinabi ng eksperto sa AI ng Stevens Institute of Technology na si Jordan Suchow sa Lifewire sa isang panayam sa email. "Nakikita namin ito, halimbawa, kapag ang isang sistema ng pagtuklas ng panloloko ay nakakuha ng dati nang hindi naobserbahang pattern ng mga mapanlinlang na pagbili o kapag ang isang face-recognition system ay nakatagpo ng isang tao na hindi pa nito nakikita."
Life-Long Learners
The Purdue researchers kamakailan ay naglathala ng papel sa journal Science. Inilalarawan nito kung paano maaaring dynamic na i-rewire ng mga computer chip ang kanilang mga sarili upang kumuha ng bagong data sa parehong paraan na ginagawa ng utak. Ang diskarte ay maaaring makatulong sa AI na patuloy na matuto sa paglipas ng panahon.
"Ang utak ng mga nabubuhay na nilalang ay maaaring patuloy na matuto sa buong buhay nila. Nakagawa na kami ngayon ng isang artipisyal na plataporma para matuto ang mga makina sa buong buhay nila," sabi ng isa sa mga may-akda ng papel, si Shriram Ramanathan, sa isang pahayag.
Ang hardware na ginawa ng team ni Ramanathan ay isang maliit, hugis-parihaba na device na gawa sa isang materyal na tinatawag na perovskite nickelate, na napakasensitibo sa hydrogen. Ang paglalapat ng mga de-koryenteng pulso sa iba't ibang boltahe ay nagbibigay-daan sa device na i-shuffle ang isang konsentrasyon ng mga hydrogen ions sa loob lamang ng nanosecond, na lumilikha ng mga estado na natuklasan ng mga mananaliksik na maaaring ma-map out sa mga kaukulang function sa utak.
Kapag ang device ay may mas maraming hydrogen na malapit sa gitna nito, halimbawa, maaari itong kumilos bilang isang neuron, isang solong nerve cell. Sa mas kaunting hydrogen sa lokasyong iyon, ang device ay nagsisilbing synapse, isang koneksyon sa pagitan ng mga neuron, na siyang ginagamit ng utak upang mag-imbak ng memorya sa mga kumplikadong neural circuit.
"Kung gusto nating bumuo ng isang computer o isang makina na inspirasyon ng utak, kung gayon, gusto nating magkaroon ng kakayahang patuloy na mag-program, mag-reprogram at magpalit ng chip," sabi ni Ramanathan.
Thinking Machines?
Maraming modernong AI system ang umaangkop sa bagong impormasyon kapag muling sinanay, sinabi ni David Kanter, ang executive director ng MLCommons, isang open engineering consortium na nakatuon sa pagpapabuti ng machine learning, sa isang email.
"Ang mundo ay isang intrinsically dynamic na lugar, at sa huli ang machine learning at AI ay dapat umangkop dito," sabi ni Kanter. "Halimbawa, ang isang speech recognition system sa 2022 na hindi 'alam' tungkol sa COVID-19 o mga coronavirus ay nawawala ang isang malaking aspeto ng modernong mundo. Katulad nito, ang isang autonomous na sasakyan ay dapat umangkop sa mga pagbabago sa mga kalye, mga pagsasara ng tulay, o kahit na ang mababang temperatura ay nagyeyelo sa kalsada."
Bagaman ang isang AI system na ganap na natututo sa sarili ay halos isang konsepto pa rin, maraming mga halimbawa ang lumalapit, sinabi ni Sameer Maskey, ang CEO ng kumpanya ng AI na Fusemachines, sa isang panayam sa email. Isa sa mga self-learning system na ito ang gumawa ng balita nang matalo ng AI system ang isang tao sa larong Go.
"Ang AlphaGo ang unang AI ng DeepMind upang talunin ang isang propesyonal na manlalaro ng Go," dagdag ni Maskey. "Ang kanilang mga franchise ng laro ay naging mga hakbang sa bawat bagong karagdagan na nagpapatibay ng mga pagsulong tungo sa isang AI na patuloy na natututo."
Ang AI system sa hinaharap ay hahanapin ang impormasyong kailangan nila para makagawa ng mabubuting desisyon at gumawa ng mga naaangkop na aksyon, hinulaang si Suchow. Maiiwasan ng mga advanced na computer na ito ang mga magastos na pagkakamali sa pamamagitan ng pag-aaral mula sa sarili nilang simulation ng karanasan, halimbawa, sa pamamagitan ng "self-play," kung saan iniisip ng AI ang mga resulta ng mga pakikipag-ugnayan nito sa mga kopya ng sarili nito.
"Ito ay katulad ng kung paano natututo ang mga tao sa pamamagitan ng imahinasyon, na nahuhulaan ang isang masamang kahihinatnan nang hindi na kailangang direktang maranasan ito," dagdag ni Suchow. "Matututo ang mga AI system ng mas epektibong estratehiya para sa pag-aaral, kung paanong maidirekta ng isang mag-aaral ang kanilang oras at atensyon hindi lamang sa mahalagang nilalaman ng kanilang pinag-aaralan, kundi pati na rin sa proseso ng pag-aaral mismo."
