Önemli Bilgiler
- Yeni bir tür bilgisayar donanımı, yapay zekanın insan beyni gibi sürekli öğrenmesini sağlayabilir.
- Purdue Üniversitesi'ndeki araştırmacılar, cihazlarının talep üzerine elektrik darbeleriyle yeniden programlanabileceğini söylüyor.
- Tamamen kendi kendine öğrenen bir yapay zeka sistemi hala temel olarak bir kavram olsa da, buna yakın birçok örnek var.
Yapay zeka (AI) yakında insan beyninden ilham alan yeni bir tür bilgisayar çipinden destek alabilir.
Purdue Üniversitesi'ndeki araştırmacılar, elektrik darbeleriyle istendiğinde yeniden programlanabilen yeni bir donanım parçası geliştirdiler. Ekip, bu uyarlanabilirliğin, cihazın beyinden ilham alan bir bilgisayar oluşturmak için gerekli tüm işlevleri üstlenmesini sağlayacağını iddia ediyor. Sürekli öğrenebilen yapay zeka sistemleri oluşturmaya yönelik süregelen bir çabanın parçası.
Stevens Institute of Technology AI uzmanı Jordan Suchow Lifewire'a bir e-posta röportajında \u200b\u200b"Yapay zeka sistemleri çevrede sürekli öğrendiğinde, zamanla değişen bir dünyaya uyum sağlayabilirler" dedi. "Örneğin, bir dolandırıcılık tespit sistemi daha önce gözlemlenmemiş bir sahte satın alma modelini aldığında veya bir yüz tanıma sistemi daha önce hiç görmediği bir kişiyle karşılaştığında bunu görüyoruz."
Yaşam Boyu Öğrenenler
Purdue araştırmacıları yakın zamanda makaleyi Science dergisinde yayınladı. Bilgisayar çiplerinin, beynin yaptığı gibi yeni verileri almak için kendilerini dinamik olarak nasıl yeniden düzenleyebileceğini anlatıyor. Yaklaşım, yapay zekanın zaman içinde öğrenmeye devam etmesine yardımcı olabilir.
"Canlıların beyinleri yaşamları boyunca sürekli öğrenebilirler. Artık makinelerin yaşamları boyunca öğrenmeleri için yapay bir platform oluşturduk" dedi gazetenin yazarlarından biri olan Shriram Ramanathan bir haber bülteninde.
Ramanathan'ın ekibi tarafından tasarlanan donanım, hidrojene karşı çok hassas olan perovskite nikelat adı verilen bir malzemeden yapılmış küçük, dikdörtgen bir cihazdır. Farklı voltajlarda elektrik darbeleri uygulamak, cihazın birkaç nanosaniye içinde bir hidrojen iyonu konsantrasyonunu karıştırmasına izin vererek, araştırmacıların beyindeki karşılık gelen işlevlerle eşleştirilebileceğini keşfettiği durumlar yaratıyor.
Cihazın merkezine yakın bir yerde daha fazla hidrojen olduğunda, örneğin, tek bir sinir hücresi olan bir nöron gibi davranabilir. Bu konumda daha az hidrojen olduğunda, cihaz bir sinaps, nöronlar arasında bir bağlantı görevi görür ve bu, beynin karmaşık sinir devrelerinde hafızayı depolamak için kullandığı şeydir.
"Beynden ilham alan bir bilgisayar veya makine yapmak istiyorsak, buna bağlı olarak, çipi sürekli olarak programlama, yeniden programlama ve değiştirme yeteneğine sahip olmak istiyoruz" dedi Ramanathan.
Düşünme Makineleri?
Birçok modern yapay zeka sistemi, yeniden eğitildiğinde yeni bilgilere uyum sağlar, diyor bir e-postada, kendini makine öğrenimini geliştirmeye adamış bir açık mühendislik konsorsiyumu olan MLCommons'ın yönetici direktörü David Kanter.
"Dünya doğası gereği dinamik bir yer ve nihayetinde makine öğrenimi ve yapay zeka buna uyum sağlamalı" dedi Kanter. "Örneğin, 2022'de COVID-19 veya koronavirüsler hakkında 'bilmeyen' bir konuşma tanıma sistemi, modern dünyanın büyük bir yönünü kaçıracaktır. Benzer şekilde, otonom bir araç sokaklardaki değişikliklere, köprü kapanışlarına veya köprülere uyum sağlamalıdır. düşük sıcaklıklar bile yolu buzlu yapıyor."
Tamamen kendi kendine öğrenen bir AI sistemi hala çoğunlukla bir kavram olsa da, birçok örnek yaklaşıyor, AI şirketi Fusemachines'in CEO'su Sameer Maskey bir e-posta röportajında dedi. Bu kendi kendine öğrenen sistemlerden biri, bir AI sistemi Go oyununda bir insanı yendiğinde haberi yaptı.
"AlphaGo, DeepMind'ın profesyonel bir Go oyuncusunu yenen ilk yapay zekasıydı," diye ekledi Maskey. "Oyun franchise'ları, öğrenmeye devam eden bir yapay zekaya yönelik ilerlemeleri benimseyen her yeni eklemeyle basamak taşları haline geldi."
Geleceğin yapay zeka sistemleri, iyi kararlar almak ve uygun önlemleri almak için ihtiyaç duydukları bilgileri arayacak, dedi Suchow. Bu gelişmiş bilgisayarlar, örneğin, yapay zekanın kendi kopyalarıyla olan etkileşimlerinin sonuçlarını hayal ettiği "kendi kendine oynama" yoluyla, kendi deneyim simülasyonlarından öğrenerek maliyetli hatalardan kaçınacaktır.
"Bu, insanların doğrudan deneyimlemeye gerek duymadan kötü bir sonucu öngörerek hayal gücü yoluyla nasıl öğrenebileceğine benzer," diye ekledi Suchow. "Yapay zeka sistemleri, bir öğrencinin zamanını ve dikkatini yalnızca çalıştıkları şeyin önemli içeriğine değil, aynı zamanda öğrenme sürecinin kendisine de yönlendirebileceği şekilde, öğrenme için daha etkili stratejiler öğrenecektir."
