«Машина открытий» Альтова приходит в реальность

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


«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: