«Машина открытий» Альтова приходит в реальность |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-06-19 14:59 «Машина открытий» Альтова приходит в реальность Кремниевые работники умственного труда все больше и больше входят в нашу жизнь, причем занимая достаточно высоко оплачиваемые должности. Сначала - кремниевый онколог Watson от IBM. Потом - его родственничек Ross, адвокат по банкротствам по профессии. Занятия, как мы видим, очень квалифицированные, но крайне грустные. Связанные, как минимум, с потерей имущества, а то и здоровья с жизнью. Грустно это- Обратимся же к темам повеселее. Есть такой автор твердой научной фантастики Майкл Суэнвик. И есть у него роман «Кости Земли». Там, из запредельно далекого будущего, следующие обитатели третьей планеты желтого карлика, изучают наше время, приходящееся аккурат на середину одного из великих вымираний. И подход к этим наблюдениям очень интересен: Птицелюди желали наблюдать людей, занятых типично человеческой деятельностью. Круг наблюдений оказался довольно широк, но, судя по поведению Неизменных, квинтэссенцией человеческих занятий птицелюди считали бюрократию и научные исследования. Ну, бюрократию всех уровней компьютерная техника освоила очень давно и очень успешно. На продажах SAP живет - и очень неплохо живет - чистенький германский город Вальдорф. Но вот в научных исследованиях компьютеры выполняли, до сей поры, роль вспомогательную. Большого арифмометра, иногда превращающегося - в случае имитационного моделирования - в испытательный стенд. Результатами которого надо пользоваться с осторожностью - там ведь дело имеют не с реальностью, а с моделями. А в 1964 году, более чем полвека назад, отечественный автор Генрих Альтов (он же теоретик изобретательства Генрих Альтшуллер) опубликовал в сборнике «Формула невозможного» маленький рассказ «Машина открытий». В нем описывалась вычислительная машина, непосредственно занимающаяся научной деятельностью. В духе эпохи космической романтики машина эта размещалась на поверхности Ганимеда, политкорректного спутника Юпитера. Но дальше все было очень серьезно: Эта машина, в сущности, представляет собой кибернетический аналог целой отрасли науки, скажем, физики. Надо добавить: физики будущего. Оснащенная мощнейшим исследовательским оборудованием, не разделенная ведомственными и иными барьерами, способная к молниеносному обмену информации, лишенная присущей человеку инерции мышления и работающая круглосуточно, машина эта приобретает новое качество - динамичность. Путь, которой физика проходит за десятилетия, Машина Открытий пройдет в течение нескольких часов или дней. Работать Машина Открытий будет так: Главный электронный центр (назовем его «Мозг»- так проще) получит задание с указанием направления и желаемых результатов (например: исследовать явления при температурах, близких к абсолютному нулю, собрать новые данные о строении вещества и найти практически пригодные способы хранения энергии без потерь). «Мозг» выработает программу первого цикла исследований. Характерная особенность Машины Открытий состоит в том, что она работает по единой программе. Поэтому Машина Открытий сможет одновременно ставить большое число разных вариантов одного опыта. При таких условиях цикл исследования - от имеющегося уровня знаний до первого следующего открытия - будет весьма непродолжительным. Машина сделает новое открытие и на этой основе (тут очень важный момент в цепи наших рассуждений!) сама скорректирует программу исследований: повернет исследования в наиболее интересном, неожиданном направлении. Второй цикл пойдет по программе, которую человек, не зная сделанного в первом цикле открытия, мог бы и не предусмотреть. Ну а сейчас самообучающийся искусственный интеллект пришел в физический эксперимент. Об этом нам рассказывает Nature в статье Fast machine-learning online optimization of ultra-cold-atom experiments. Использована возможности самообучающегося искусственного интеллекта были в одной из популярных задач квантовой физики - получении больших объемов конденсата Бозе-Эйнштейна. Это не антигравитация, как в рассказе Альтова, но, пожалуй, вещь еще более фантастичная и не укладывающаяся в обыденное сознание. Конденсат Бозе-Эйнштейна - макроскопический объект, ведущий себя по законам квантовой механики. Его приличные дозы в высшей степени полезны для решения некоторых сугубо инженерных задач, например создания высокоточных инерциальных систем, прежде всего военного назначения (популярные в настоящее время GPS/ГЛОНАСС уязвимы средствами РЭБ, и полностью потеряют работоспособность в случае уничтожения спутниковой группировки). Ну и для научных работ конденсат Бозе-Эйнштейна крайне необходим - например. Он позволяет при некоторой ловкости рук если и не освободиться, то смягчить ограничения принципа неопределенности - 0.75 atoms improve the clock signal of 10,000 atoms. Получают конденсат Бозе-Эйнштейна низкотемпературным испарением, снижающим температуру ансамбля атомов. Бойкий и шустрый, вносящий беспокойство в коллектив атом улетает, делая остальные частички менее подвижными и всю их совокупность - более холодной. Звучит просто - еще древние египтяне производили лед для охлаждения фараонова пива путем испарения воды из каменных корыт - только вот реализовать такое производство на квантовом уровне и с высоким выходом крайне сложно. Традиционные классические модели тут к оптимизации не применишь. И поэтому задачу поручили самообучающейся машине, использующей некий гибрид из генетических и градиентных методов. Именно она управляла процессами лазерного и радиочастотного охлаждения ансамбля атомов рубидия (вспомнилось, что писатель Михаил Харитонов, успешно охулиганив в «Факапе» «Мир полудня», начал столь же успешно раскладывать по гармоникам славный коллектив НИИЧАВО в повести «Рубидий»-). Управляла, выбирая оптимальные параметры для крайне сложного процесса. И результаты, которые были получены, рассматриваются проводившими исследование учеными как в высшей степени перспективными. Интересующихся оптимизацией сложных процессов и работающих в области квантовой механики отошлем непосредственно к статье - она дает очень хорошее представление об алгоритме оптимизации. Остальным же скажем - мы наблюдали первый детский крик кремниевого ученого. Планирующего эксперименты - а именно их и любит награждать нобелевский комитет - куда быстрее, чем ученый белковый. Так что ИТ, похоже, посмеется над Приваловыми, Корнеевыми и Амперянами посильнее ехидного писателя- Источник: www.computerra.ru Комментарии: |
|