Əsas Çıxarışlar
- Yeni növ kompüter avadanlığı süni intellektin insan beyni kimi davamlı olaraq öyrənməsinə imkan verə bilər.
- Purdue Universitetinin tədqiqatçıları deyirlər ki, onların cihazları elektrik impulsları vasitəsilə istəyə görə yenidən proqramlaşdırıla bilər.
- Tamamilə öz-özünə öyrənən süni intellekt sistemi hələ də əsasən bir konsepsiya olsa da, yaxınlaşan bir çox nümunə var.
Süni intellekt (AI) tezliklə insan beynindən ilhamlanan yeni kompüter çiplərindən təkan ala bilər.
Purdue Universitetinin tədqiqatçıları tələb olunduqda elektrik impulsları vasitəsilə yenidən proqramlaşdırıla bilən yeni bir aparat qurdular. Komanda iddia edir ki, bu uyğunlaşma cihazı beyindən ilham alan kompüter yaratmaq üçün bütün lazımi funksiyaları yerinə yetirməyə imkan verəcək. Bu, davamlı olaraq öyrənə bilən süni intellekt sistemlərinin yaradılması üzrə davamlı səylərin bir hissəsidir.
"Süni intellekt sistemləri ətraf mühitdə davamlı olaraq öyrəndikdə, onlar zamanla dəyişən dünyaya uyğunlaşa bilirlər", - Stivens Texnologiya İnstitutunun süni intellekt üzrə mütəxəssisi Jordan Suchow Lifewire-a e-poçt müsahibəsində bildirib. "Biz bunu, məsələn, dələduzluğun aşkarlanması sistemi saxta alışların əvvəllər müşahidə olunmamış nümunəsini seçdikdə və ya üz tanıma sistemi heç vaxt görmədiyi şəxslə qarşılaşdıqda görürük."
Ömür Boyu Öyrənənlər
The Purdue tədqiqatçıları bu yaxınlarda Science jurnalında məqalə dərc etdilər. Bu, kompüter çiplərinin beynin etdiyi kimi yeni məlumatları qəbul etmək üçün necə dinamik şəkildə yenidən bağlana biləcəyini təsvir edir. Bu yanaşma süni intellektə zamanla öyrənməyə kömək edə bilər.
"Canlıların beyni bütün ömrü boyu davamlı olaraq öyrənə bilər. İndi biz maşınların ömrü boyu öyrənmələri üçün süni platforma yaratmışıq" deyə qəzet müəlliflərindən biri Şriram Ramanathan xəbər buraxılışında bildirib.
Ramanathan komandası tərəfindən hazırlanmış avadanlıq hidrogenə çox həssas olan perovskit nikelat adlı materialdan hazırlanmış kiçik, düzbucaqlı bir cihazdır. Müxtəlif gərginliklərdə elektrik impulslarının tətbiqi cihaza hidrogen ionlarının konsentrasiyasını bir neçə nanosaniyə ərzində qarışdırmağa imkan verir və tədqiqatçıların aşkar etdiyi vəziyyətlər yaradır ki, beyindəki müvafiq funksiyalara uyğunlaşdırıla bilər.
Cihazın mərkəzinin yaxınlığında daha çox hidrogen olduqda, məsələn, o, neyron, tək sinir hüceyrəsi kimi çıxış edə bilər. Həmin yerdə daha az hidrogen olduğu üçün cihaz beynin mürəkkəb neyron dövrələrdə yaddaşı saxlamaq üçün istifadə etdiyi neyronlar arasında əlaqə olan sinaps rolunu oynayır.
Ramanathan dedi.
DüşünənMaşınlar?
Bir çox müasir süni intellekt sistemi yenidən öyrədildikdə yeni məlumatlara uyğunlaşır, deyə maşın öyrənməsini təkmilləşdirməyə həsr olunmuş açıq mühəndislik konsorsiumu olan MLCommons-un icraçı direktoru David Kanter e-poçtda bildirib.
"Dünya mahiyyət etibarilə dinamik bir yerdir və nəticədə maşın öyrənməsi və süni intellekt buna uyğunlaşmalıdır" dedi Kanter. "Məsələn, 2022-ci ildə COVID-19 və ya koronaviruslar haqqında "bilməyən" bir nitqin tanınması sistemi müasir dünyanın böyük bir tərəfini itirəcək. Eynilə, avtonom avtomobil küçələrdəki dəyişikliklərə, körpülərin bağlanmasına və ya uyğunlaşmalıdır. hətta aşağı temperaturlar da yolu buz tutur."
Tamamilə öz-özünə öyrənən bir AI sistemi hələ də bir konsepsiya olsa da, bir çox nümunə yaxınlaşır, AI şirkətinin Fusemachines-in baş direktoru Sameer Maskey e-poçt müsahibəsində söylədi. Bu öz-özünə öyrənmə sistemlərindən biri Go oyununda süni intellekt sistemi insanı döydüyü zaman xəbər verdi.
"AlphaGo, DeepMind-in peşəkar Go oyunçusunu məğlub edən ilk süni intellekt idi" dedi Maskey. "Öyrənməyə davam edən süni intellektə doğru irəliləyişləri mənimsəyən hər yeni əlavə ilə onların oyun franşizaları addım daşlarına çevrildi."
Suchow proqnozlaşdırıb ki, Gələcəyin AI sistemləri düzgün qərarlar qəbul etmək və müvafiq tədbirlər görmək üçün lazım olan məlumatları axtaracaq. Bu qabaqcıl kompüterlər, məsələn, süni intellektin özünün surətləri ilə qarşılıqlı əlaqənin nəticələrini təsəvvür etdiyi "öz-özünə oyun" vasitəsilə öz təcrübə simulyasiyalarından öyrənməklə bahalı səhvlərdən qaçınacaq.
"Bu, insanların təxəyyül yolu ilə öyrənə bilməsi, pis nəticəni birbaşa təcrübəyə ehtiyac olmadan qabaqcadan görməsinə bənzəyir" Suchou əlavə etdi. “AI sistemləri öyrənmə üçün daha effektiv strategiyalar öyrənəcək, beləliklə, tələbə öz vaxtını və diqqətini təkcə öyrəndiklərinin məzmununa deyil, həm də öyrənmə prosesinin özünə yönəldə bilər."
