IBM i MIT zakładają, że materiały i postępy kwantowe wzmocnią sztuczną inteligencję

IBM

Nowe centrum o wartości 240 milionów dolarów w MIT może pomóc w rozwoju sztucznej inteligencji poprzez opracowanie nowatorskich urządzeń i materiałów do zasilania najnowszych algorytmów uczenia maszynowego. Być może mogłoby to również pomóc IBM odzyskać reputację firmy oferującej najnowocześniejszą sztuczną inteligencję.

W ramach projektu, ogłoszonego dziś przez IBM i MIT, zbadane zostaną nowe podejścia do głębokiego uczenia, techniki w sztucznej inteligencji, która doprowadziła do dużych postępów w takich obszarach, jak widzenie maszynowe i rozpoznawanie głosu. Ale będzie również badać zupełnie nowe urządzenia komputerowe, materiały i zjawiska fizyczne, w tym próby wykorzystania komputerów kwantowych – egzotycznych, ale potencjalnie bardzo potężnych nowych maszyn – aby sztuczna inteligencja była jeszcze bardziej zdolna.

Wiele innowacji dzieje się przy użyciu standardowego krzemu i architektur, ale co z urządzeniami i materiałoznawstwem? mówi Dariusz Gil , wiceprezes ds. sztucznej inteligencji w IBM Research. Jest to obszar, którego nikt nie dotyka, i ma potencjał do ulepszeń o rzędy wielkości.

Centrum przyjrzy się również sposobom skuteczniejszego wdrażania sztucznej inteligencji w branżach takich jak opieka zdrowotna i bezpieczeństwo. Zbada też wpływ gospodarczy sztucznej inteligencji i automatyzacji, niezwykle istotnego problemu dla społeczeństwa.

Ten ruch jest istotny dla MIT. W latach 50. uniwersytet znajdował się w czołówce badań nad sztuczną inteligencją, ale ostatnio środek ciężkości tej dziedziny przesunął się na zachód, na czele z dużymi firmami technologicznymi, takimi jak Google, Facebook, Microsoft i Amazon.

Inwestycja sygnalizuje również zmianę dla IBM. Firma popchnęła sztuczną inteligencję do przodu, opracowując Deep Blue, maszynę, która pokonała mistrza świata w szachach, Garry'ego Kasparowa, w 1997 roku (zobacz How the Chess Was Won). Superkomputer Watson, który wygrał teleturniej Niebezpieczeństwo! w 2010 roku zastosował najnowocześniejsze techniki uczenia maszynowego i przetwarzania języka naturalnego. Jednak w ostatnich latach inne firmy skradły światło reflektorów w badaniach nad sztuczną inteligencją, a firma była czasami oskarżana o przecenianie usług AI dostępnych pod marką Watson.

W szczególności skupienie się na sprzęcie może być dobrym sposobem na ponowne uruchomienie. Chociaż w ostatnich latach nastąpił dramatyczny postęp w sztucznej inteligencji, większość z nich została osiągnięta dzięki garstce algorytmów, a także rosnącej dostępności potężnych superkomputerów i dużej ilości danych treningowych. Nawet gdy pojawiają się nowe podejścia, nowe materiały i architektury obliczeniowe oferują ogromny potencjał w zakresie ulepszania tych algorytmów sztucznej inteligencji.

Najnowocześniejsze uczenie maszynowe odbywa się obecnie na konwencjonalnych chipach komputerowych, oryginalnie zaprojektowanych do przetwarzania grafiki lub wykonanych na zamówienie, aby jak najefektywniej obsługiwać niezbędne obliczenia. Ponowne przemyślenie architektur chipów i rodzajów użytych komponentów może znacznie zwiększyć wydajność. IBM już teraz mocno koncentruje się na badaniach materiałowych i nowatorskich urządzeniach komputerowych. Jak wszyscy jesteśmy podekscytowani sztuczną inteligencją, dziedzina ma przed sobą wiele dziesięcioleci, mówi Gil.

Rafael Reif, prezes MIT (po lewej) i John Kelly, starszy wiceprezes ds. rozwiązań kognitywnych i badań w IBM.

Jedną z tych możliwości może być komputeryzacja kwantowa. Ciekawostka badawcza od dziesięcioleci, teraz zmierza w kierunku praktycznych maszyn zdolnych do rozwiązywania rzeczywistych problemów, szczególnie w dziedzinach takich jak badania chemiczne. Jego możliwy wpływ na uczenie maszynowe i sztuczną inteligencję to fascynujące pytania.

Gil mówi, że jest za wcześnie, aby przewidzieć, jak się sprawy potoczą, ale wierzy, że eksperymenty mogą dostarczyć pewnych niespodzianek. Stanie się tak tylko wtedy, gdy masz cholerny komputer kwantowy, a my to mamy, mówi.

Oprócz udoskonaleń sprzętowych nowe centrum MIT będzie badać nowe rodzaje algorytmów uczenia maszynowego. W szczególności zbadane zostaną algorytmy, które umożliwiają komputerom uczenie się na podstawie surowych lub nieoznakowanych danych oraz takie, które mogą umożliwić transfer wiedzy z jednej domeny do drugiej.

Anantha Chandrakasan , dziekan wydziału inżynierii MIT, mówi, że wysiłki badawcze w zakresie sprzętu i oprogramowania powinny idealnie się uzupełniać. Nie zamierzamy projektować algorytmów, które są całkowicie niezależne od architektur, których będziemy używać, mówi. Zobaczymy myślenie na poziomie systemu.

Laboratorium zbada również, w jaki sposób sztuczną inteligencję można zastosować w określonych dziedzinach, takich jak opieka zdrowotna i bezpieczeństwo komputerowe. Chandrakasan mówi, że jest szczególnie podekscytowany odkrywaniem praktycznych zastosowań sztucznej inteligencji i ma nadzieję, że w nadchodzących latach przedsięwzięcie przyczyni się do powstania nowych firm typu spinout.

Ten obszar zainteresowań może okazać się szczególnie ważny dla bieżącej działalności IBM. Firmie okazało się, że wdrożenie Watsona w takich obszarach jak opieka zdrowotna jest trudniejsze niż przewidywano (zobacz A Reality Check for IBM’s AI Ambitions).

Współpraca będzie również prowadzić do badań nad implikacjami sztucznej inteligencji dla globalnego dobrobytu. Francesca Rossi, wybitny naukowiec w IBM T.J. Watson Research Center twierdzi, że projekt będzie współgrał z pracami nad algorytmami AI. Aby zwiększyć wspólny dobrobyt poprzez sztuczną inteligencję, musisz także ulepszyć algorytmy sztucznej inteligencji, których będziesz używać, mówi.

Koncentrując się na wykorzystaniu sztucznej inteligencji do zapewniania korzyści gospodarczych i społecznych, wysiłki w pewnym stopniu pokrywają się z Partnerstwo w zakresie AI , konsorcjum, które IBM pomogło założyć we wrześniu 2016 r., aby zbadać, w jaki sposób sztuczna inteligencja wpływa na społeczeństwo. Ale Rossi twierdzi, że współpraca MIT-IBM przyniesie badania, podczas gdy partnerstwo zapewnia otwartą platformę do omawiania tych kwestii. Na przykład partnerstwo w sprawie sztucznej inteligencji może zalecić, aby każdy system sztucznej inteligencji był w stanie wyjaśnić się jako ogólna wytyczna. Ale eksperci AI nadal nie rozumieją, w jaki sposób algorytmy podejmują decyzje (patrz Mroczny sekret w sercu AI ). MIT i IBM mogą opracować sposoby rozwiązania tej zagadki poprzez współpracę, mówi Rossi.

ukryć