Зачем Google умнейший компьютер, который сможет программировать сам себя?

Секретные исследователи искусственного интеллекта в Google рассказали о компьютере, который, как они надеются, однажды сможет программировать сам себя. Разработчики загадочного стартапа Deep Mind, который был куплен компанией Google за 400 миллионов долларов в начале этого года, пытаются имитировать определенные свойства кратковременной памяти рабочего человеческого мозга.

Объединив метод работы обычных компьютеров с методом функционирования человеческого мозга, разработчики хотят научить машину самопрограммированию. Машина называется Neural Turing Machine (нейронная машина Тьюринга) и может учиться накапливать память, позднее восстанавливая ее для выполнения логических задач.

«Мы представили Neural Turing Machine, архитектуру нейронной сети, которая вдохновляется как моделью биологической рабочей памяти, так и конструкцией цифровых компьютеров, — написали ученые. — Наши эксперименты показывают, что она способна обучаться простым алгоритмам на примерах данных и использовать эти алгоритмы для работы вне тренировочного режима».

Новый компьютер представляет собой эффективный тип нейронной сети, которая адаптирована для работы с внешней памятью. В результате получился компьютер, который запоминает данные, а затем использует их для выполнения заданий, к которым не был подготовлен заранее.

«Мы расширили возможности нейронных сетей, подключив их к внешним ресурсам памяти, с которыми они могут взаимодействовать через процесс обращения внимания», — пишет команда.

«Комбинированная система аналогична машине Тьюринга или архитектуре фон Неймана, но отличается в конечных параметрах, что позволяет ей эффективно тренироваться с градиентным спуском. Предварительные результаты показывают, что нейронные машины Тьюринга могут выполнять простые алгоритмы вроде копирования, сортировки и ассоциативных реакций на примеры входящих и исходящих данных».

Google и его цель создать искусственный интеллект

Зачем Google умнейший компьютер, который сможет программировать сам себя?

Приобретение DeepMind в январе не было первым шагом Google в области искусственного интеллекта и машинного обучения. Недавнее обновление поиска Hummingbird сделало Google «более человечным» — поисковые запросы учитывают контекст, подобно человеческому мозгу.

Приложение Google Now использует «интеллектуальный анализ» для прогнозирования того, что пользователи Android будут делать дальше, предлагая соответствующую помощь и информацию на каждом этапе еще до того, как пользователь попросит.

Также Google наняла футуролога Рэя Курцвейла на пост технического директора в 2012 году. Курцвейл известен своим громким заявлением, что через 30 лет люди получат возможность загружать свое сознание в компьютеры и обретут цифровое бессмертие. Также Курцвейл утверждает, что мы сможем обновить биологические части своего тела, заменив их механическими, уже в 2100 году.

На прошлой неделе калифорнийский техногигант объявил, что объединяется с двумя оксфордскими командами по разработке искусственного интеллекта для улучшения понимания машинами людей, систем визуального распознавания и разработки глубокого обучения.

За этим объявлением последовало еще одно: Google также разрабатывает сверхбыстрые «квантовые» чипы по образцу человеческого мозга, чтобы сделать поиск и программное обеспечение более интуитивным.

«В наши дни изучение искусственного интеллекта представляет собой захватывающий процесс, мы наблюдаем прогресс по всем фронтам, включая распознавание образов и понимание естественного языка, — написал Демис Хассабис, соучредитель DeepMind и вице-президент по инженирингу Google в своем блоге. — Мы рады объявить о сотрудничестве с Оксфордским университетом, который ускорит процесс развития Google в этой сфере».

Профессора Нандо де Фрейтаз, Фил Блансом, Эдвард Грефенстетт и Карл Мориц Герман в начале этого года объединились для создания Dark Blue Labs, которая будет заниматься исследованием того, как можно помочь машинам лучше понимать людей, а точнее что пользователи им говорят.

Также к команде DeepMind присоединились Карен Симонян, Макс Ядерберг и Эндрю Циссерман, эксперты в системах компьютерного зрения. Их цель — улучшить систему визуального распознавания образов с использованием глубокого обучения.

Симонян и Циссерман разработали одну из систем-призеров в ходе соревнования ImageNet 2014. DeepMind наняла всех семерых. Три профессора также будут по совместительству тратить часть своего времени на работу в Оксфордском университете.

Элон Маск: искусственный интеллект «опаснее ядерного оружия»

Элон Маск — одна из движущих сил на поле сверхразумных компьютеров. Предприниматель очень интересуется этой сферой, но больше времени уделяет развитию космических кораблей и электромобилей. При этом основатель Tesla утверждает, что технология искусственного интеллекта однажды может быть опаснее ядерного оружия.

В прошлом месяце миллиардер опубликовал твит, в котором предупредил людей, что «мы должны быть очень осторожны с ИИ. Потенциально он может быть опаснее ядерного оружия».

Маск сослался на книгу «Сверхинтеллект: пути, опасности, стратегии» пера Ника Бострома, который поднял много вопросов на тему того, как человечество будет справляться со сверхразумными компьютерами. Бостром также является ярым сторонником теории того, что наш мир — иллюзия, а мы живем в компьютерной симуляции.

Параллельно с сотрудничеством с ведущими учеными сферы искусственного интеллекта, калифорнийская команда Google объединилась и с физиком Джоном Мартинисом для строительства квантовых процессоров. Новая должность стала частью «аппаратной инициативы» по разработке и созданию чипов, работающих на субатомном уровне, которые должны стать намного быстрее нынешних процессоров.

Стандартные компьютеры имеют дело с бинарными данными, выраженными нулями и единицами. Квантовые компьютеры используют поведения субатомных частиц для кодирования данных. Эксперты полагают, что квантовый бит, или кубит, который может находиться в двух состояниях одновременно, значительно ускорит скорость и производительность вычислительных машин.

Профессор Мартинис в настоящее время работает в Калифорнийском университете в Санта-Барбаре и является одним из выдающихся ученых в сфере искусственного интеллекта.

При всем этом Google отчетливо осознает опасность, связанную с искусственным интеллектом и машинным обучением. Настолько отчетливо, что в январе будет создан этический совет, который будет следить за работой в этой сфере. Этический совет нужен для того, чтобы ни один проект не вышел из-под контроля. Он разработает ряд правил и ограничений по использованию технологии.

Источник

Related Articles

Back to top button
Close

Atomic Wallet

Jaxx Wallet

Jaxx Wallet Download

Atomic Wallet Download

Atomic Wallet App

atomicwalletapp.com

sinkronisasi reel pendek pola 4 6 spin yang sering mendahului scatter ketiga riset soft start ketika awal spin terlihat ringan tapi menyimpan momentum besar pola jam senja 18 30 20 30 aktivasi wild lebih rapat dibanding sesi lain deteksi visual micro flash efek singkat yang muncul tepat sebelum pre freespin analisis jalur simbol menyilang indikator non linear menuju burst bertingkat fenomena board padat simbol besar berkumpul sebelum tumble panjang terbuka studi turbo pendek mengapa 6 9 spin cepat lebih sering mengunci momentum perilaku reel awal saat reel 1 2 terlihat berat menjelang aktivasi multiplier pola recovery halus wild tunggal muncul setelah dead spin sebagai sinyal balik arah riset scatter tertahan ketika dua scatter bertahan lama sebelum ledakan aktual efek clean frame stabil layar terlihat bersih tepat saat rtp masuk zona seimbang analogi hujan gerimis tumble kecil berulang yang diam diam mengarah ke burst besar mapping ritme animasi perubahan tempo visual sebagai petunjuk pre burst pola jam malam 21 00 23 00 frekuensi multiplier bertingkat meningkat signifikan reel terakhir aktif aktivasi mendadak di reel 5 sebagai pemicu tumble lanjutan observasi spin manual kontrol ritme yang membantu membaca sinyal sistem deteksi low pay berpola ketika simbol kecil justru menjadi fondasi bonus studi pre burst senyap fase tenang 8 12 spin sebelum ledakan tajam jalur simbol turun naik gerakan dinamis yang mengindikasikan multiplier siap aktif blueprint sesi pendek strategi mengatur awal tengah spin agar momentum tidak terbuang reel tengah menguat pola sinkronisasi halus yang sering jadi awal scatter berlapis riset mini tumble ketika 3 tumble pendek berurutan jadi penanda bonus dekat kabut tipis di layar frame redup yang hampir selalu mengarah ke pre multiplier analisis pola jam 17 00 20 00 wild awal muncul lebih konsisten dari hari sebelumnya slide track tajam pergerakan simbol diagonal yang munculkan fase pre burst fenomena quiet board ketika 10 spin tenang justru memunculkan ledakan mendadak scatter luncur lambat indikator unik bahwa freespin akan terealisasi setelah 2 4 spin pola spin turbo ringkas efektivitas 7 turbo cepat dalam memicu tumble besar perubahan warna clean frame efek putih pucat yang jadi kode sebelum multiplier aktif riset simbol berat ketika high pay turun lebih banyak dari biasanya menjelang bonus analisis rotasi vertikal jalur simbol memanjang yang memperkuat potensi burst pola jam dingin 02 00 04 00 scatter sering bertahan lama sebelum akhirnya terkunci fs simulasi 3000 spin frekuensi wild grip muncul tinggi di pola malam hari reel 5 hyper active tanda bahwa sistem sedang mendorong momentum ke kanan analogi sungai tenang layar tanpa tumble yang justru menyimpan ledakan 2 3 putaran lagi frame gelap sesaat sinyal visual tipis sebelum scatter muncul berturut turut pola recovery wild ketika wild muncul setelah dead spin panjang sebagai pembalik keberuntungan mapping simbol rendah bagaimana low pay yang berulang bisa mengangkat probabilitas bonus reel bergerak serempak efek sinkronisasi singkat sebelum pre freespin sequence pola burst 3 lapisan ketika sistem memberikan tumble berjenjang yang mengarah ke ledakan utama