IBM un MIT sola, ka materiāli un kvantu sasniegumi papildinās AI

IBM

Jauns MIT centrs 240 miljonu dolāru apmērā var palīdzēt attīstīt mākslīgā intelekta jomu, izstrādājot jaunas ierīces un materiālus, lai darbinātu jaunākos mašīnmācības algoritmus. Tas, iespējams, varētu arī palīdzēt IBM atgūt savu reputāciju par visprogresīvāko mākslīgo intelektu.

Projektā, par kuru šodien paziņoja IBM un MIT, tiks pētītas jaunas pieejas dziļai mācīšanai — AI tehnikai, kas ir devusi lielus panākumus tādās jomās kā mašīnredze un balss atpazīšana. Taču tajā tiks pētītas arī pilnīgi jaunas skaitļošanas ierīces, materiāli un fiziskas parādības, tostarp centieni izmantot kvantu datorus — eksotiskas, bet potenciāli ļoti jaudīgas jaunas mašīnas —, lai AI padarītu vēl spējīgākus.

Daudzas inovācijas notiek, izmantojot standarta silīciju un arhitektūras, bet kā ar ierīcēm un materiālu zinātni? saka Dārijs Gils , IBM Research AI viceprezidents. Tā ir joma, kurai neviens nepieskaras, un tajā var veikt milzīgus uzlabojumus.

Centrs arī izskatīs veidus, kā AI var efektīvāk izmantot tādās nozarēs kā veselības aprūpe un drošība. Tajā tiks pētīta mākslīgā intelekta un automatizācijas ekonomiskā ietekme, kas ir sabiedrībai ļoti nozīmīgs jautājums.

Šis solis ir nozīmīgs MIT. 50. gados universitāte bija AI pētniecības priekšgalā, taču pēdējā laikā šīs jomas smaguma centrs ir pārvietojies uz rietumiem, kur vadošie ir lielie tehnoloģiju uzņēmumi, piemēram, Google, Facebook, Microsoft un Amazon.

Investīcijas arī liecina par izmaiņām IBM. Uzņēmums virzīja mākslīgo intelektu uz priekšu, izstrādājot Deep Blue, mašīnu, kas 1997. gadā pārspēja pasaules šaha čempionu Gariju Kasparovu (skatiet Kā uzvarēja šahs). Watson superdators, kas uzvarēja spēļu šovā Apdraudējums! 2010. gadā izmantoja vismodernākās mašīnmācības un dabiskās valodas apstrādes metodes. Tomēr pēdējos gados citi uzņēmumi ir nozaguši uzmanību AI izpētē, un uzņēmums dažkārt ir apsūdzēts par Watson zīmola pieejamo AI pakalpojumu pārmērīgu pārspīlēšanu.

Koncentrēšanās uz aparatūru var būt labs atsāknēšanas veids. Lai gan pēdējos gados AI ir panākts dramatisks progress, lielākā daļa no tā ir panākta, pateicoties dažiem algoritmiem, kā arī jaudīgu superdatoru pieaugošajai pieejamībai un lielam apmācības datu apjomam. Pat tad, kad parādās jaunas pieejas, jauni materiāli un skaitļošanas arhitektūras piedāvā milzīgu potenciālu, lai uzlabotu šos AI algoritmus.

Lielākā daļa vismodernāko mašīnmācību mūsdienās tiek veiktas ar parastajām datoru mikroshēmām, neatkarīgi no tā, vai tās sākotnēji bija paredzētas grafikas apstrādei vai pēc pasūtījuma izgatavotas, lai pēc iespējas efektīvāk apstrādātu nepieciešamos aprēķinus. Mikroshēmu arhitektūras un izmantoto komponentu veidu pārdomāšana varētu ievērojami palielināt veiktspēju. IBM jau ir pievēršas lielai pētniecībai materiālu zinātnē un jaunām skaitļošanas ierīcēm. Lai arī kā mēs visi esam satraukti par AI, šai jomai priekšā ir vairākas desmitgades, saka Gils.

Rafaels Reifs, MIT prezidents (pa kreisi) un Džons Kellijs, IBM kognitīvo risinājumu un pētniecības vecākais viceprezidents.

Viena no šīm iespējām varētu rasties no kvantu skaitļošanas. Pētniecības zinātkāre jau gadu desmitiem, tagad tā virzās uz praktiskām iekārtām, kas spēj risināt reālas problēmas, jo īpaši tādās jomās kā ķīmiskā pētniecība. Tās iespējamā ietekme uz mašīnmācīšanos un AI rada aizraujošus jautājumus.

Gils saka, ka ir pāragri prognozēt, kā viss attīstīsies, taču viņš uzskata, ka eksperimenti varētu sagādāt dažus pārsteigumus. Tas notiks tikai tad, ja jums ir nenormāls kvantu dators, un tas mums ir, viņš saka.

Papildus aparatūras sasniegumiem jaunais MIT centrs pētīs jaunus mašīnmācības algoritmu veidus. Jo īpaši tā pētīs algoritmus, kas ļauj datoriem mācīties no neapstrādātiem vai nemarķētiem datiem, un algoritmus, kas varētu ļaut pārsūtīt mācības no viena domēna uz citu.

Ananta Čandrakasana MIT inženierzinātņu skolas dekāns saka, ka aparatūras un programmatūras pētniecības centieniem ideālā gadījumā vajadzētu apvienoties vienam ar otru. Viņš saka, ka mēs neizstrādāsim algoritmus, kas ir pilnīgi neatkarīgi no arhitektūrām, kuras mēs izmantosim. Mēs redzēsim sistēmas līmeņa domāšanu.

Laboratorija arī pārbaudīs, kā AI var izmantot noteiktās jomās, piemēram, veselības aprūpē un datoru drošībā. Čandrakašans saka, ka ir īpaši satraukti par AI praktisko pielietojumu izpēti, un viņš cer, ka turpmākajos gados šis darbs radīs jaunus uzņēmumus.

Šī interešu joma varētu izrādīties īpaši svarīga IBM pašreizējam biznesam. Uzņēmumam ir grūtāk, nekā paredzēts, izvietot Watson tādās jomās kā veselības aprūpe (skatiet IBM AI ambīciju realitātes pārbaudi).

Sadarbības ietvaros tiks turpināta arī izpēte par AI ietekmi uz globālo labklājību. Frančeska Rosi, izcilā pētniece IBM T.J. Watson Research Center saka, ka projekts saskanēs ar darbu pie AI algoritmiem. Lai veicinātu kopīgu labklājību, izmantojot AI, jums ir jāpilnveido arī AI algoritmi, kurus jūs izmantotu, viņa saka.

Koncentrējoties uz AI izmantošanu, lai sniegtu ekonomiskus un sabiedriskus ieguvumus, centieni dažos veidos pārklājas ar Partnerība AI jomā , konsorcijs, kuru IBM palīdzēja dibināt 2016. gada septembrī, lai izpētītu, kā AI ietekmē sabiedrību. Bet Rossi saka, ka MIT-IBM sadarbība radīs pētījumus, savukārt partnerība nodrošina atvērtu platformu šo jautājumu apspriešanai. Piemēram, AI partnerība var ieteikt, lai katra AI sistēma varētu sevi izskaidrot kā vispārīgu vadlīniju. Taču AI eksperti joprojām nesaprot, kā algoritmi pieņem lēmumus (skatiet The Dark Secret at the Heart of AI). MIT un IBM varētu izstrādāt veidus, kā risināt šo problēmu, strādājot kopā, saka Rossi.

paslēpties