Коллектив Авторов - Цифровой журнал «Компьютерра» № 185

Наше невежество в отношении подводного мира просто невероятно. Мы чуть ли не до сантиметров изучили поверхности Луны и Марса, но даже рельеф б о льшей части морского дна Земли (почти три четверти площади планеты) известен нам только по данным с искусственных спутников, чуть ли не с километровым разрешением! А ведь жить нам, детям и внукам, не на Луне, не на Марсе. Так что выбора на самом деле нет: изучение океанов должно стать приоритетной задачей для науки.

Конечно, даже с миллиардами Шмидта надеяться на немедленные революционные открытия было бы наивно. Но владельцы «Фалькора» и не ставят перед собой такой задачи. У них более скромная и реалистичная цель — изменить тон беседы о здоровье океана в обществе. Показать проблемы лицом, откопать интересные загадки.

Космос, во многом благодаря МКС и NASA, уже стал публичным: обывателю сегодня достаточно буквально протянуть руку, чтобы оказаться на переднем крае космических исследований: вот вам прямая трансляция с МКС, а вот — реалтаймовые твиты с Марса. С океаном сложней: много ли вы знаете океанографических проектов, пригодных и интересных «человеку с улицы»? Falkor должен стать одним из таких окошек в подводный мир.

К оглавлению

Опубликовано08 августа 2013

Cтарший вице-президент и директор по исследованиям компании IBM доктор Джон Келли написалкнигу «Умные машины», которая выйдет в свет ближайшей осенью. Она посвящёна созданию целой экосистемы когнитивных вычислений — технологий будущего, способных взаимодействовать с людьми более естественным образом. Речь идёт о разработке архитектуры и алгоритмов, имитирующих отдельные способности мозга по восприятию данных различного вида, принятию решений и самообучению по результатам анализа их эффективности.

Джон Келли пишет, что современные люди сталкиваются с постоянным ростом объёмов информации. Если раньше казалось, что это благо, помогающее развитию общества, то сейчас стало вполне очевидно: чем больше данных, тем больше проблем. Мы попросту не успеваем вникнуть в интересующие нас вопросы как следует. Поэтому люди часто принимают необдуманные решения, ознакомившись только с одной точкой зрения. За недостатком времени анализ новых данных откладывается, а затем они вспоминаются уже как проверенная информация.

Директор может разгрузить себя, поручив большую часть обработки данных секретарю, ассистентам и даже целому штату аналитиков. Обычным людям всё сложнее противостоять давлению инфосреды. Когнитивные компьютерные технологии способны помочь в будущем как руководителям крупных компаний, так и обывателям. Умный поиск, семантический анализ, распознавание образов, прокладка маршрута с учётом пробок и оценка состояния водителя в фоне — это всё только начало.

Среди действующих когнитивных систем наиболее известен суперкомпьютер IBM Watson с программой искусственного интеллекта, созданной под руководством Дэвида Феруччи в рамках проекта DeepQA. Этот суперкомпьютер обыграл в 2011 году двух чемпионов в викторине Jeopardy. В ролике ниже приводятся пояснения о работе его алгоритма и необычной структуре использованной базы данных.

http://www.youtube.com/watch?v=DywO4zksfXw

Как и в случае с победившим Каспарова суперкомпьютером Deep Blue, для IBM это была лишь демонстрация возможностей. Реальная область практических применений будет совершенно иной.

Специалисты компании рассчитывают в ближайшие двадцать лет создать компактную или даже носимую систему, имитирующую работу миллиардов нейронов и триллионов синапсов. Применений для неё найдётся масса — как в гражданском, так и в военном секторе.

http://www.youtube.com/watch?v=AHcRRfpHPt4

Общественности говорят в основном о медицинских аспектах применения. К примеру, указывается, что с помощью такого электронного ассистента слабовидящие люди смогут не только лучше ориентироваться, но и жить более полноценной жизнью. У здорового человека мозг обрабатывает терабайты графических данных ежедневно, и заменить функции зрительной коры не сможет ни один носимый компьютер классической архитектуры.

Основная проблема целой отрасли в том, что архитектура компьютеров и базовые подходы к программированию сформировались в ту пору, когда на ЭВМ решали довольно узкий круг прикладных математических задач. Они были вычислительно сложными, а их постановкой занимался штат опытных программистов.

От современных компьютеров требуется гораздо больше. Всевозможные «умные устройства» должны большей частью самостоятельно получать и успевать обрабатывать массу разнородных данных. Результат требуется выдавать через дружественный интерфейс, чтобы помочь человеку в его повседневной жизни или просто развлечь его.

Для этого компьютерная техника должна постоянно развиваться в направлении «очеловечивания» и всё больше опираться на алгоритмы самообучения. Иными словами – как можно точнее копировать суть работы мозга, сохраняя запредельную скорость обработки числовых данных.

Компания IBM при поддержке Корнеллского университета и DARPA уже многие годы разрабатываеттакой искусственный мозг. До сих пор в научном мире нет единого мнения о многих аспектах функционирования неокортекса. Поэтому задача не состоит в том, чтобы воссоздать на массиве транзисторов работу коры головного мозга в деталях. Скорее есть понятное желание сотворить на базе компьютерных технологий нечто работающее похожим образом. Требуется не более быстрый автомат, а гибкая вычислительная система, хотя бы частично проявляющая свойства мышления живых организмов.

http://www.youtube.com/watch?v=J69EJxUr8mw

Значимых успехов в этой области удалось достичь в прошлом году: тогда с помощью второго по мощности суперкомпьютера из списка Топ-500 сымитировали работу ста триллионов синапсов. Конечно, эмуляция происходила с большой долей условности, а скорость обработки сигналов была оценена в полторы тысячи раз ниже, чем у реальной группы нейронов. Более быстрая и точная имитация работы всего нескольких нейронов по-прежнему требуетдесятков тысяч процессорных ядер.

В IBM Research стараются научить компьютеры не просто считать быстрее, но и проявлять отдельные элементы мыслительного процесса. По мнению исследователей, компьютеры будущего не должны слепо следовать алгоритму, как это было до сих пор. Они станут учитывать множество второстепенных факторов, свой прошлый опыт и будут даже немного колебаться в принятии решений — совсем как человек.