Je energeticky úspornejšia, využíva online dáta a zvládne aj náročnejšie úlohy.
Čip s umelou inteligenciou. Zdroj: iStockphoto.com
Vedci z Univerzity v Sydney a Kalifornskej univerzity v Los Angeles vyvinuli jedinečnú neurónovú sieť, ktorá je dynamická – učí sa za pochodu a pamätá si. Drobné drôtiky s priemerom zlomku milimetra tvoria takzvané nanodrôtové siete. Tie pripomínajú neuróny a synapsie (spojenia) v našom ľudskom mozgu. Pomocou neurónových sietí môžu technológie vykonávať špecializované činnosti spracovania informácií.
Dynamická sieť
Na splnenie úloh pamäte a učenia sa fungujú základné algoritmy na báze zmien elektrického odporu v bodoch, kde sa nanovlákna križujú. Táto funkcia, nazývaná odporové prepínanie pamäte, sa vytvára, keď elektrické vstupy zaznamenajú zmenu vodivosti, podobne ako synapsie reagujú na chemické zmeny v neurónoch.
Vedci, ktorí publikovali svoje najnovšie výsledky v časopise Nature Communications, využili schopnosť siete identifikovať a učiť sa na sade elektrických impulzov, ktoré kódovali určité informácie v rámci rôznych experimentov.
Elektródy interagujú s neurónovou sieťou v čipe. Zdroj: Univerzita v Sydney
Dynamická neurónová sieť bola schopná vykonávať rôzne úlohy, ako je napríklad zapamätávanie si čísel či rozpoznávanie obrázkov. V druhom teste dokonca pracovala s viac ako 70-tisíc čiernobielymi obrázkami, na ktorých sa nachádzali rukou písané čísla.
Prelomové však bolo, že umelá inteligencia sa dokázala učiť za pochodu na dátach dostupných online, čím sa vyhla veľkej spotrebe pamäte a energie. V experimentoch sa jej podarilo demonštrovať, že si dokázala poradiť aj s úlohami, ktoré si vyžadujú dynamický prístup.
Online učenie je budúcnosťou
Najnovšie testovania sú významným krokom vpred, pretože dosiahnutie schopnosti online učenia je náročné pri práci s veľkým množstvom údajov, ktoré sa môžu neustále meniť. Štandardným prístupom by bolo ukladanie údajov do pamäte a následné trénovanie modelu strojového učenia pomocou týchto uložených informácií. To by však zahltilo svojimi dátami nejedno úložisko.
Nová sieť dokáže podľa odborníkov optimálne fungovať v scenároch, ktoré si vyžadujú neustále streamovanie dát. Ak totiž umelá inteligencia sleduje dáta zo senzorov, musí sa vedieť prispôsobiť v reálnom čase. To však ešte umelé inteligencie dokonale nedokážu.
Sieť, ktorú vyvinuli odborníci v Sydney a Los Angeles, dokázala identifikovať testovacie obrázky s 93,4-percentnou mierou presnosti. V testoch pamäte sa jej podarilo správne vymenovať až osemciferné číselné sekvencie. Pre obe úlohy boli dáta streamované do siete, aby sa demonštrovala jej kapacita online učenia a aby sa ukázalo, ako sa postupným zapamätávaním toto učenie zlepšuje.
Zdroj: The Sydney university, Phys.org
(JM)
