ฮาร์ดแวร์ที่ได้รับแรงบันดาลใจจากสมองสามารถเพิ่มความสามารถในการเรียนรู้ของ AI ได้

สารบัญ:

ฮาร์ดแวร์ที่ได้รับแรงบันดาลใจจากสมองสามารถเพิ่มความสามารถในการเรียนรู้ของ AI ได้
ฮาร์ดแวร์ที่ได้รับแรงบันดาลใจจากสมองสามารถเพิ่มความสามารถในการเรียนรู้ของ AI ได้
Anonim

ซื้อกลับบ้านที่สำคัญ

  • ฮาร์ดแวร์คอมพิวเตอร์ชนิดใหม่ช่วยให้ปัญญาประดิษฐ์เรียนรู้อย่างต่อเนื่องเหมือนสมองของมนุษย์
  • นักวิจัยจากมหาวิทยาลัย Purdue กล่าวว่าอุปกรณ์ของพวกเขาสามารถตั้งโปรแกรมใหม่ได้ตามความต้องการผ่านคลื่นไฟฟ้า
  • แม้ว่าระบบ AI ที่เรียนรู้ด้วยตัวเองทั้งหมดยังคงเป็นแนวคิดหลัก แต่ก็มีตัวอย่างมากมายที่ใกล้เข้ามา
Image
Image

ปัญญาประดิษฐ์ (AI) อาจได้รับการส่งเสริมจากชิปคอมพิวเตอร์รูปแบบใหม่ที่ได้รับแรงบันดาลใจจากสมองมนุษย์ในไม่ช้า

นักวิจัยจากมหาวิทยาลัย Purdue ได้สร้างฮาร์ดแวร์ชิ้นใหม่ที่สามารถตั้งโปรแกรมใหม่ได้ตามต้องการผ่านคลื่นไฟฟ้า ทีมงานอ้างว่าการปรับตัวนี้จะช่วยให้อุปกรณ์สามารถรับหน้าที่ที่จำเป็นทั้งหมดเพื่อสร้างคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจากสมอง เป็นส่วนหนึ่งของความพยายามอย่างต่อเนื่องในการสร้างระบบ AI ที่สามารถเรียนรู้ได้อย่างต่อเนื่อง

"เมื่อระบบ AI เรียนรู้อย่างต่อเนื่องในสภาพแวดล้อม พวกเขาสามารถปรับตัวให้เข้ากับโลกที่เปลี่ยนแปลงไปตามกาลเวลา" จอร์แดน ซูโจว ผู้เชี่ยวชาญด้าน AI ของ Stevens Institute of Technology กล่าวกับ Lifewire ในการสัมภาษณ์ทางอีเมล "เราเห็นสิ่งนี้ เช่น เมื่อระบบตรวจจับการฉ้อโกงหยิบจับรูปแบบการซื้อที่เป็นการฉ้อโกงที่ไม่เคยสังเกตมาก่อน หรือเมื่อระบบจดจำใบหน้าพบบุคคลที่ไม่เคยเห็นมาก่อน"

เรียนรู้ตลอดชีวิต

นักวิจัย Purdue เพิ่งตีพิมพ์บทความในวารสาร Science มันอธิบายว่าชิปคอมพิวเตอร์สามารถเชื่อมต่อใหม่แบบไดนามิกเพื่อรับข้อมูลใหม่ในลักษณะเดียวกับที่สมองทำ วิธีการนี้สามารถช่วยให้ AI เรียนรู้อยู่ตลอดเวลา

"สมองของสิ่งมีชีวิตสามารถเรียนรู้ได้อย่างต่อเนื่องตลอดอายุขัยของพวกมัน ตอนนี้เราได้สร้างแพลตฟอร์มเทียมสำหรับเครื่องจักรเพื่อเรียนรู้ตลอดชีวิตของพวกมัน" Shriram Ramanathan ผู้เขียนหนังสือพิมพ์คนหนึ่งกล่าวในการแถลงข่าว

ฮาร์ดแวร์ที่ออกแบบโดยทีมของ Ramanathan เป็นอุปกรณ์สี่เหลี่ยมเล็กๆ ที่ทำจากวัสดุที่เรียกว่า perovskite nickelate ซึ่งไวต่อไฮโดรเจนมาก การใช้พัลส์ไฟฟ้าที่แรงดันไฟฟ้าต่างกันทำให้อุปกรณ์สามารถสับเปลี่ยนความเข้มข้นของไฮโดรเจนไอออนภายในเวลานาโนวินาที ทำให้เกิดสถานะที่นักวิจัยพบว่าสามารถจับคู่กับหน้าที่ที่สอดคล้องกันในสมองได้

เมื่ออุปกรณ์มีไฮโดรเจนมากขึ้นใกล้จุดศูนย์กลาง เช่น มันสามารถทำหน้าที่เป็นเซลล์ประสาท ซึ่งเป็นเซลล์ประสาทเดียว ด้วยไฮโดรเจนที่น้อยลงที่ตำแหน่งนั้น อุปกรณ์ดังกล่าวจะทำหน้าที่เป็นไซแนปส์ ซึ่งเป็นการเชื่อมต่อระหว่างเซลล์ประสาท ซึ่งเป็นสิ่งที่สมองใช้จัดเก็บหน่วยความจำในวงจรประสาทที่ซับซ้อน

"ถ้าเราต้องการสร้างคอมพิวเตอร์หรือเครื่องจักรที่ได้รับแรงบันดาลใจจากสมอง เราก็ต้องการความสามารถในการตั้งโปรแกรม ตั้งโปรแกรมใหม่ และเปลี่ยนชิปอย่างต่อเนื่อง" รามานาธานกล่าว

เครื่องคิดเหรอ

ระบบ AI สมัยใหม่จำนวนมากปรับให้เข้ากับข้อมูลใหม่เมื่อได้รับการฝึกใหม่ David Kanter กรรมการบริหารของ MLCommons ซึ่งเป็นกลุ่มวิศวกรรมแบบเปิดที่อุทิศให้กับการปรับปรุงการเรียนรู้ของเครื่อง กล่าวในอีเมลว่า

"โลกนี้เป็นสถานที่ที่มีพลวัตอย่างแท้จริง และท้ายที่สุดแล้วแมชชีนเลิร์นนิงและ AI ก็ต้องปรับตัวเข้ากับสิ่งนี้" Kanter กล่าว “ตัวอย่างเช่น ระบบรู้จำเสียงพูดในปี 2022 ที่ไม่รู้ 'รู้' เกี่ยวกับ COVID-19 หรือ coronaviruses จะขาดหายไปในแง่มุมที่สำคัญของโลกสมัยใหม่ ในทำนองเดียวกันยานพาหนะที่เป็นอิสระควรปรับให้เข้ากับการเปลี่ยนแปลงของถนน การปิดสะพาน หรือ อุณหภูมิต่ำทำให้ถนนเป็นน้ำแข็ง"

Image
Image

แม้ว่าระบบ AI ที่เรียนรู้ด้วยตัวเองทั้งหมดยังคงเป็นแนวคิด แต่ตัวอย่างมากมายก็ใกล้เข้ามา Sameer Maskey ซีอีโอของ Fusemachines บริษัท AI กล่าวในการสัมภาษณ์ทางอีเมลหนึ่งในระบบการเรียนรู้ด้วยตนเองเหล่านี้สร้างข่าวเมื่อระบบ AI เอาชนะมนุษย์ในเกมโกะ

"AlphaGo เป็น AI ตัวแรกของ DeepMind ที่เอาชนะผู้เล่น Go มืออาชีพได้" Maskey กล่าวเสริม "แฟรนไชส์เกมของพวกเขากลายเป็นหินขั้นบันไดด้วยการเพิ่มใหม่ทุกครั้งที่นำความก้าวหน้าไปสู่ AI ที่เรียนรู้ต่อไป"

ระบบ AI แห่งอนาคตจะค้นหาข้อมูลที่จำเป็นสำหรับการตัดสินใจที่ดีและดำเนินการตามความเหมาะสม สุเชาว์คาดการณ์ คอมพิวเตอร์ขั้นสูงเหล่านี้จะหลีกเลี่ยงข้อผิดพลาดราคาแพงโดยการเรียนรู้จากการจำลองประสบการณ์ของตนเอง เช่น ผ่าน "การเล่นด้วยตัวเอง" ซึ่ง AI จะจินตนาการถึงผลลัพธ์ของการโต้ตอบที่มีกับสำเนาของตัวเอง

"สิ่งนี้คล้ายกับที่มนุษย์สามารถเรียนรู้ผ่านจินตนาการ โดยคาดการณ์ผลลัพธ์ที่ไม่ดีโดยไม่จำเป็นต้องสัมผัสโดยตรง" สุเชาว์กล่าวเสริม "ระบบ AI จะเรียนรู้กลยุทธ์การเรียนรู้ที่มีประสิทธิภาพมากขึ้น ในลักษณะที่นักเรียนสามารถควบคุมเวลาและความสนใจของตนเองได้ ไม่เพียงแต่เนื้อหาสาระของสิ่งที่พวกเขากำลังศึกษา แต่ยังรวมถึงกระบวนการเรียนรู้ด้วยตัวมันเองด้วย"

แนะนำ: