A mélytanuló rendszerek nemcsak ígéretesek, de már most is nagyon hasznosak. Egyes feladataik kivitelezése viszont még szuperszámítógépeknek is nehéz. E problémára találtak megoldást MIT-s és más kutatók.
MIT-s és más kutatók elektromosság helyett egyes számítások gyorsaságát és hatékonyságát drasztikusan növelő, fényt használó új megközelítést dolgoztak ki mélytanulás-rendszerekhez. Eljárásuk a jövő önvezető autóiban és mobil fogyasztói eszközeiben is praktikusabbá teheti a deep learninget.
Az agy tanulási folyamatait utánzó mesterséges ideghálókon alapuló mélytanuló rendszerek felhalmozott példákon gyakorolnak. Ezekkel a hálókkal eredményesebbek az arc- és hangfelismerő szoftverek, találnak masszív orvosi adatsorokban a diagnosztikában felhasználható fontos mintázatokat programok stb.
A big datának azonban megvan az ára, az elvégzendő számítások sokszor még szuperkomputereknek is rendkívül bonyolultak és megerőltetők. Ráadásul a hagyományos számítógépes architektúrák nem elég hatékonyak ideghálók mátrixok ismétlődő szorzását igénylő feladataihoz (amely az MI-algoritmusok működésének legtöbb energiát elhasználó és leginkább időigényes része). E műveletek nemcsak CPU-k, de GPU-k számára is túl számítás-intenzívek.
Itt jön képbe a kutatók által megálmodott új eszköz. egy „programozható nanofotonikus processzor.” Több fénysugárral dolgozok, és e fénysugarak következtében a hullámok úgy lépnek interakcióba egymással, hogy az elvégzendő műveletet kiszámító interferencia mintázatokat generálnak. Mai csúcsrendszerekkel összevetve a számítási sebesség, két nagyságrendű gyorsulását, az energiahatékonyság három nagyságrendű növekedését várják a processzortól.
Az elméletet négy alap magánhangzót felismerő ideghálóval tesztelték. Már a prototípussal 77 százalékos pontosságot értek el (az évekig finomított hagyományos rendszereknél ez a mutató 90). A kutatók szerint semmi akadálya, hogy a rendszer jóval pontosabbá váljon. Azonnal alkalmazásokra persze ne számítsunk, de mihelyst elvégezték a szükséges munkákat és hatékonyan működik, különösen olyan esetekben lehet hasznos, amikor korlátozott az áramellátás.
Európában még mindig az iszlamista terror jelenti a legnagyobb veszélyt, de megjelent a szélsőbaloldali terroristáknak is egy új generációja, akik kizárólag az interneten keresztül radikalizálódtak.
Az izraeli hírszerzés igazgatóját Ahmadinezsádról és Epsteinről, az MI-ről és az iráni háborúról is kérdeztük. Yossi Cohen azt is elárulta, mi a legnagyobb fenyegetés a mai világra. Interjúnk!
Szerinte a digitális fejlődés könnyen „visszafejlesztheti a szíveket”, miközben a fiatalok elveszíthetik a kritikus gondolkodás képességét.
A mesterséges intelligencia komoly veszélyt jelenthet, ha nem megfelelően használják.
Nem ez az első eset.
Az Egyesült Államok kormánya ezentúl tesztelni fogja az új mesterséges intelligencia eszközöket, mielőtt azok a nyilvánosság elé kerülnének.
A Rawfilter Media Kft. bevétele meghaladt a 433 millió forintot.
A szervezet a kormányfő szerint 2021-ig visszamenőleg vizsgálná az elkövetett bűncselekményeket.
