Зачем Google умнейший компьютер, который сможет программировать сам себя?

Секретные исследователи искусственного интеллекта в Google рассказали о компьютере, который, как они надеются, однажды сможет программировать сам себя. Разработчики загадочного стартапа Deep Mind, который был куплен компанией Google за 400 миллионов долларов в начале этого года, пытаются имитировать определенные свойства кратковременной памяти рабочего человеческого мозга.

Объединив метод работы обычных компьютеров с методом функционирования человеческого мозга, разработчики хотят научить машину самопрограммированию. Машина называется Neural Turing Machine (нейронная машина Тьюринга) и может учиться накапливать память, позднее восстанавливая ее для выполнения логических задач.

«Мы представили Neural Turing Machine, архитектуру нейронной сети, которая вдохновляется как моделью биологической рабочей памяти, так и конструкцией цифровых компьютеров, — написали ученые. — Наши эксперименты показывают, что она способна обучаться простым алгоритмам на примерах данных и использовать эти алгоритмы для работы вне тренировочного режима».

Новый компьютер представляет собой эффективный тип нейронной сети, которая адаптирована для работы с внешней памятью. В результате получился компьютер, который запоминает данные, а затем использует их для выполнения заданий, к которым не был подготовлен заранее.

«Мы расширили возможности нейронных сетей, подключив их к внешним ресурсам памяти, с которыми они могут взаимодействовать через процесс обращения внимания», — пишет команда.

«Комбинированная система аналогична машине Тьюринга или архитектуре фон Неймана, но отличается в конечных параметрах, что позволяет ей эффективно тренироваться с градиентным спуском. Предварительные результаты показывают, что нейронные машины Тьюринга могут выполнять простые алгоритмы вроде копирования, сортировки и ассоциативных реакций на примеры входящих и исходящих данных».

Google и его цель создать искусственный интеллект

Зачем Google умнейший компьютер, который сможет программировать сам себя?

Приобретение DeepMind в январе не было первым шагом Google в области искусственного интеллекта и машинного обучения. Недавнее обновление поиска Hummingbird сделало Google «более человечным» — поисковые запросы учитывают контекст, подобно человеческому мозгу.

Приложение Google Now использует «интеллектуальный анализ» для прогнозирования того, что пользователи Android будут делать дальше, предлагая соответствующую помощь и информацию на каждом этапе еще до того, как пользователь попросит.

Также Google наняла футуролога Рэя Курцвейла на пост технического директора в 2012 году. Курцвейл известен своим громким заявлением, что через 30 лет люди получат возможность загружать свое сознание в компьютеры и обретут цифровое бессмертие. Также Курцвейл утверждает, что мы сможем обновить биологические части своего тела, заменив их механическими, уже в 2100 году.

На прошлой неделе калифорнийский техногигант объявил, что объединяется с двумя оксфордскими командами по разработке искусственного интеллекта для улучшения понимания машинами людей, систем визуального распознавания и разработки глубокого обучения.

За этим объявлением последовало еще одно: Google также разрабатывает сверхбыстрые «квантовые» чипы по образцу человеческого мозга, чтобы сделать поиск и программное обеспечение более интуитивным.

«В наши дни изучение искусственного интеллекта представляет собой захватывающий процесс, мы наблюдаем прогресс по всем фронтам, включая распознавание образов и понимание естественного языка, — написал Демис Хассабис, соучредитель DeepMind и вице-президент по инженирингу Google в своем блоге. — Мы рады объявить о сотрудничестве с Оксфордским университетом, который ускорит процесс развития Google в этой сфере».

Профессора Нандо де Фрейтаз, Фил Блансом, Эдвард Грефенстетт и Карл Мориц Герман в начале этого года объединились для создания Dark Blue Labs, которая будет заниматься исследованием того, как можно помочь машинам лучше понимать людей, а точнее что пользователи им говорят.

Также к команде DeepMind присоединились Карен Симонян, Макс Ядерберг и Эндрю Циссерман, эксперты в системах компьютерного зрения. Их цель — улучшить систему визуального распознавания образов с использованием глубокого обучения.

Симонян и Циссерман разработали одну из систем-призеров в ходе соревнования ImageNet 2014. DeepMind наняла всех семерых. Три профессора также будут по совместительству тратить часть своего времени на работу в Оксфордском университете.

Элон Маск: искусственный интеллект «опаснее ядерного оружия»

Элон Маск — одна из движущих сил на поле сверхразумных компьютеров. Предприниматель очень интересуется этой сферой, но больше времени уделяет развитию космических кораблей и электромобилей. При этом основатель Tesla утверждает, что технология искусственного интеллекта однажды может быть опаснее ядерного оружия.

В прошлом месяце миллиардер опубликовал твит, в котором предупредил людей, что «мы должны быть очень осторожны с ИИ. Потенциально он может быть опаснее ядерного оружия».

Маск сослался на книгу «Сверхинтеллект: пути, опасности, стратегии» пера Ника Бострома, который поднял много вопросов на тему того, как человечество будет справляться со сверхразумными компьютерами. Бостром также является ярым сторонником теории того, что наш мир — иллюзия, а мы живем в компьютерной симуляции.

Параллельно с сотрудничеством с ведущими учеными сферы искусственного интеллекта, калифорнийская команда Google объединилась и с физиком Джоном Мартинисом для строительства квантовых процессоров. Новая должность стала частью «аппаратной инициативы» по разработке и созданию чипов, работающих на субатомном уровне, которые должны стать намного быстрее нынешних процессоров.

Стандартные компьютеры имеют дело с бинарными данными, выраженными нулями и единицами. Квантовые компьютеры используют поведения субатомных частиц для кодирования данных. Эксперты полагают, что квантовый бит, или кубит, который может находиться в двух состояниях одновременно, значительно ускорит скорость и производительность вычислительных машин.

Профессор Мартинис в настоящее время работает в Калифорнийском университете в Санта-Барбаре и является одним из выдающихся ученых в сфере искусственного интеллекта.

При всем этом Google отчетливо осознает опасность, связанную с искусственным интеллектом и машинным обучением. Настолько отчетливо, что в январе будет создан этический совет, который будет следить за работой в этой сфере. Этический совет нужен для того, чтобы ни один проект не вышел из-под контроля. Он разработает ряд правил и ограничений по использованию технологии.

Источник

Related Articles

Back to top button
Close
analisis mendalam rtp mahjong ways mengapa pola tumble tertentu sering memicu bonus beruntun momentum reel stabil indikator tersembunyi sebelum freespin besar di mahjong wins peta rotasi simbol bagaimana jalur scatter membentuk fase pre ledakan di game modern laporan harian pola spin turbo malam hari yang konsisten mengangkat frekuensi multiplier riset visual efek clean frame dan dense spin terhadap keputusan spin lanjutan pemain mahjong algoritma cerdas spin harian formula baru mengelola budget kecil agar cuan tetap berkelanjutan gold wild dan multiplier kombinasi mekanik yang mengubah probabilitas return realistis pemain jalur logis dari spin biasa ke pre burst studi kasus slide track pada seri mahjong terbaru output tinggi tanpa panik spin strategi mengatur ritme tumble untuk mengurangi dead spin beruntun korelasi jam 20 00 23 00 dengan pola scatter laporan observasi live dari meja mahjong ways era baru pola spin mengapa pemain berpengalaman beralih ke pendekatan probabilitas mikro simulasi ribuan spin data menarik tentang kapan reel konsisten berujung pada freespin premium ritme visual yang menipu bagaimana efek animasi membuat pemain gagal membaca sinyal pre fs dari repair rush ke clean frame perbedaan pola recovery setelah tumble buruk di mahjong ways 2 symbol route mapping teknik memetakan jalur simbol untuk mendeteksi potensi ledakan mendadak performa scatter ganda studi perbandingan antara pola jam pagi dan malam di game high volatility blueprint spin harian kerangka strategis mengatur turbo manual dan auto spin dalam satu sesi frekuensi mini tumble sebagai early warning kapan sebaiknya berhenti dan kapan menunggu fs mahjong 3 0 pergeseran meta dari kejar maxwin ke cuan konsisten berbasis pola data riset lapangan pemain casual seberapa jauh mereka mengikuti sinyal visual dibandingkan data rtp studi komparasi pola tumble mahjong ways menunjukkan anomali positif di server sore analisa fluktuasi scatter mengapa putaran turbo sering memicu fase pre burst riset algoritma korelasi antara simbol naga dan multiplier x10 yang sering terabaikan evaluasi siklus spin menemukan titik jenuh mesin sebelum reset menjadi gacor observasi lapangan pola pecahan emas mahjong ways membentuk tren kenaikan saldo signifikan hipotesis teruji teknik jeda spin ternyata mampu memancing trigger free game lebih cepat laporan teknis stabilitas server jam 21 00 berdampak langsung pada frekuensi wild menumpuk bedah mekanisme bagaimana sistem runtuhan mahjong wins 2 menciptakan momentum kemenangan beruntun arus lalu lintas padat di kota mengingatkan pada ritme cepat spin turbo mahjong ways fenomena langit cerah pasca badai simbolisasi visual saat scatter turun bertubi tubi gelombang laut pasang sore hari memiliki kemiripan pola dengan grafik rtp mahjong ways suara hujan deras di atap seng analogi bunyi koin big win yang dinanti pemain keteraturan barisan semut berjalan filosofi konsistensi bet kecil sebelum ledakan jackpot formula probabilitas mengatur modal minim untuk memancing algoritma pecah di menit awal mekanisme roda gigi jam kuno representasi akurat perputaran reel slot yang presisi rahasia navigasi menu fitur tersembunyi yang kerap digunakan pemain pro untuk reset pola strategi adaptasi cara membaca perubahan pola mahjong ways setelah maintenance rutin kalkulasi resiko menentukan kapan harus berhenti spin saat indikator rungkad mulai muncul optimalisasi akun baru mengapa id fresh sering mendapat prioritas scatter di 100 spin pertama transisi pola mengenali tanda perubahan dari fase sedot menuju fase muntah koin konsistensi reel 3 4 indikator paling stabil sebelum munculnya scatter beruntun riset mikro pattern mengapa mini wild sering menjadi pemicu awal freespin premium analisis slide momentum transisi halus dari tumble biasa ke pre burst di mahjong ways pola jam subuh 03 00 05 00 data menarik mengenai peningkatan frekuensi multiplier ritme spin lambat apakah efeknya benar benar meningkatkan probabilitas bonus fenomena quiet board ketika layar terlihat tenang namun menyimpan potensi tumble besar studi cluster scatter bagaimana 2 scatter bertahan lama sebelum akhirnya meledak jadi 3 korelasi wild bertingkat apakah pola aktivasi bertahap menjadi sinyal pre freespin observasi hari ini slide track berpola zig zag muncul lebih sering di jam malam simulasi 5000 spin pola turbo short burst yang konsisten mendekati fs premium mengurai dead calm fase tenang 10 20 spin yang justru mendahului ledakan bonus mapping rotasi simbol ketika reel atas jadi penentu arah tumble besar pola recovery setelah dead spin mengapa 2 wild awal sering menjadi titik kembali analisis visual efek animasi slow tumble sebagai tanda reel memasuki zona stabil scatter delay pattern ketika scatter muncul terlambat justru meningkatkan peluang fs pre burst marker tanda tanda halus dari pola reel 1 2 sebelum meledak tajam eksperimen spin manual vs auto mana yang lebih konsisten memicu mini tumble berulang laporan estetik clean frame versi putih muncul lebih sering saat rtp stabil jalur simbol menurun apakah ini menjadi fase awal aktivasi multiplier bertingkat rangkaian wild tipis ketika 1 2 wild acak justru menjadi fondasi bonus beruntun