Сегодня 23 мая 2024
18+
MWC 2018 2018 Computex IFA 2018
реклама
Теги → нейронный
Быстрый переход

Tesla показала, как роботы Optimus с помощью людей складывают аккумуляторы в контейнер

На фоне первых демонстраций человекоподобных роботов Optimus, когда реальные прототипы удерживались на подставке, а способность танцевать обеспечивалась переодетым в робота человеком, последующие видео Tesla демонстрировали прогресс, но ощущение сырости изделия не покидало зрителей. В новом ролике компания показала, как обучает роботов Optimus выполнять полезную работу на конвейере.

 Источник изображения: Tesla, X

Источник изображения: Tesla, X

В качестве одной из таких операций была выбрана укладка цилиндрических аккумуляторных ячеек типоразмера 4680 в специальный контейнер, компоновочно напоминающий кассету для яиц. На новом видео робот Optimus принимает поступающие по жёлобу аккумуляторные ячейки и укладывает их в контейнеры. Субтитры повествуют о том, что делать подобные манипуляции ему позволяет нейронная сеть, обучаемая просто по изображениям с двумерных камер, в ходе видеоролика также демонстрируется обстановка, в которой происходит обучение нескольких роботов одновременно.

За каждым из них закреплён оператор, который смотрит на сортируемые предметы через некоторое подобие шлема дополненной реальности, а также позволяет электронике считывать данные о манипуляциях при помощи надетых на руку датчиков. По сути, на этапе обучения роботы должны получить возможность осуществлять подобные манипуляции самостоятельно. Как отмечает Tesla, дополнительно уделяется внимание способности робота сохранять равновесие во время всех манипуляций. В конце ролика демонстрируется робот Optimus, наматывающий круги по произвольной траектории по помещению лаборатории. Делается это, конечно же, в целях его обучения, и с каждым разом робот способен пройти всё больше и больше без посторонней помощи.

 Источник изображения: Tesla, X

Источник изображения: Tesla, X

Представители Tesla в комментариях к видео отметили, что сейчас стараются заставить роботов Optimus двигаться быстрее и перемещаться не только по ровной поверхности, но и по более сложному ландшафту. Напомним, что Илон Маск (Elon Musk) недавно пообещал начать использование роботов Optimus на предприятиях Tesla к концу текущего года, а к концу следующего предложить их сторонним клиентам.

Российские учёные приблизили архитектуру нейросети к строению мозга — это сделало её на 20 % умнее

Хотя компьютеры, программы и нейросети в ряде задач абсолютно превосходят человеческий мозг, они всё так же далеки от копирования его структуры и принципов работы. Мозг — это тонкая материя, точное программно-аппаратное воспроизведение которой если и произойдёт, то ещё совсем не скоро. Российские учёные предложили способ ещё немного приблизиться к этой мечте, добавив в нейросеть аналоги важных вспомогательных клеток мозга.

 Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Мозг — это не только сеть нейронов. Чтобы нейроны жили, работали и развивались их обслуживают вспомогательные клетки. В общем, они относятся к глиальным клеткам мозга, которых выделено несколько типов. Эти клетки выводят продукты распада, подводят питание, подавляют патогены и, как показывают последние исследования, оказывают непосредственное и существенное влияние на активность и обучаемость нейронов и нейронных сетей.

Искусственные нейронные сети очевидным образом упрощены и в их архитектуре не предусмотрены элементы с функциями глиальных клеток. Кто в здравом уме будет проектировать архитектуру, в которой к отдельным логическим элементам будут приставлены цепи для слежения за микроклиматом, поступлением питания, отводом тепла и токами утечки? В комплексе и косвенно всё это и так решается, но не на уровне отдельных «нейронов», а на уровне чипов. Оказалось, что вспомогательные клетки мозга могут быть крайне важны также для искусственных мозгов.

ТАСС со ссылкой на пресс-службу Российского научного фонда (РНФ) сообщает: «Эксперименты последних лет показывают, что эти тельца [астроциты и микроглия] не только питают нейроны и защищают их от инфекций, но и играют важную роль в регуляции их активности и в запоминании новой информации. Руководствуясь подобными соображениями, исследователи разработали цифровой аналог астроцитов, способный взаимодействовать с остальной нейросетью, и встроили их в разрабатываемую ими нейроморфную систему ИИ».

Добавление подобных клеток в искусственную нейронную сеть позволило на 20 % превзойти аналоги в опытах с распознаванием изображения цифр и букв и при воспроизведении ранее полученной информации. Преуспели в этом учёные Нижегородского государственного университета (ННГУ), которые также предлагают использовать новшество для более точной имитации работы головного мозга человека и животных.

Предложенная учёными новая архитектура нейросети состоит из трёх слоёв, один из которых играет роль аналогов пирамидальных нейронов мозга, воспринимающих сигналы; второй состоит из подобий вставочных нейронов, распространяющих эти сигналы по сети; а третий сложен из цифровых астроцитов. Между искусственными нейронами передаются подобия электрических импульсов, а между астроцитами и нейронами — аналоги химических сигналов, которые выделяются естественными клетками в головном мозге. Искусственная нейросеть станет ещё больше похожа на живой мозг, что манит и страшит одновременно.

Учёные создали синаптический транзистор для имитации работы головного мозга человека

Не секрет, что головной мозг работает не так, как электронные цепи компьютера. У них разная архитектура, сблизить которую мечтает не одно поколение учёных. Мозг хранит и обрабатывает данные в одном месте, тогда как компьютер постоянно пересылает их между процессором и банками памяти. Главная проблема в отсутствии подходящей ячейки памяти, которая одновременно играла бы роль транзистора, с чем обещают помочь учёные из США.

 Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Команда учёных из Северо-Западного университета (Northwestern University), Бостонского колледжа (Boston College) и Массачусетского технологического института (MIT) сообщила, что они создали и испытали так называемый синаптический транзистор, который оказался способен работать в составе нейронных сетей с ассоциативным обучением. Главным преимуществом разработки учёные считают способность транзистора работать при комнатной температуре с предельно маленьким потреблением 20 пВт (пиковатт).

В живой нервной ткани синапс представляет собой зазор между окончанием одного нейрона и началом другого (если речь идёт о головном или спинном мозге). В этом зазоре происходят биохимические реакции, которые отвечают за передачу нервного импульса дальше или за его блокировку. Представленный учёными транзистор выполняет сходную функцию, но в своей работе он использует физические явления и процессы.

По большому счёту разработка относится к сфере муаровых квантовых материалов. Во многих случаях такие материалы работают в условиях криогенного охлаждения. Поэтому для команды исследователей было важно показать эффект при комнатной температуре, с чем они успешно справились.

Транзистор, если его так можно назвать, представляет собой два наложенных друг на друга слоя материала атомарной толщины, слегка смещённых друг относительно друга в горизонтальной плоскости. Один слой — это графен, а второй слой — это нитрид бора с гексагональной решёткой. Поворот одного из них на определённый угол создаёт муаровый узор из двух совмещённых структур, и в этом всё волшебство. Правильные углы, при которых проявляются отчётливые взаимодействия, даже принято называть магическими.

При определённых углах поворота кулоновские взаимодействия между двумя материалами переходят в разряд экзотических электрических взаимодействий, которые в обычных материалах не встречаются, что открывает потенциал для использования таких структур в будущей электронике с непознанной до конца функциональностью.

К чести исследователей, они пошли дальше и создали на основе представленных условных транзисторных переходов ряд нейронных цепей, которые показали способность к ассоциативному обучению. Экспериментальные схемы обучались распознавать группы цифр в бинарном кодировании, с чем они успешно справились. Например, нейронные цепи отделили комбинации 000 и 111 от 101, показав ассоциативную связь первых и их отличие от третьей комбинации. Таким образом, сообщают в аннотации к статье в журнале Nature учёные, «муаровый синаптический транзистор обеспечивает эффективные схемы вычислений в памяти и [обещает] передовые аппаратные ускорители для искусственного интеллекта и машинного обучения».

Tesla начала переводить автопилот на самообучающиеся нейросети

Обещать добиться полностью автономного управления транспортными средствами Tesla к концу каждого следующего года стало для главы компании Илона Маска (Elon Musk) недоброй традицией, поскольку нарушать это обещание ему тоже приходится регулярно. Впрочем, Tesla движется в данном направлении, и сотрудникам компании уже стала доступна тестовая версия софта FSD v12, которая приносит важное нововведение — управление машиной почти полностью доверено нейросетям.

 Источник изображения: Tesla

Источник изображения: Tesla

До сих пор за распознавание тех или иных объектов при обучении систем искусственного интеллекта Tesla отвечали живые люди, они же жёстко программировали алгоритмы поведения машины в тех или иных ситуациях, но теперь, как поясняет Electrek, обновление FSD v12 должно принести ключевое изменение. Управление электромобилями марки при активности бортовых систем помощи водителю возьмут на себя нейронные сети. Они будут сами обучаться распознаванию образов через комплекс бортовых камер, сами принимать решения, опираясь на накопленный опыт и обширную базу данных, которую Tesla собирала долгие годы, обрабатывая видео с бортовых камер всех эксплуатируемых электромобилей.

Илон Маск на этой неделе подтвердил со страниц своей социальной сети X, что обновление FSD v12 начало распространяться среди сотрудников Tesla для расширенного тестирования. До этого доступ к этой версии управляющего программного обеспечения имели только специалисты, непосредственно занятые в его разработке и отладке. Теперь же обновление FSD v12 достанется и тем сотрудникам компании, которые к этой сфере никакого отношения не имеют. Следующим шагом, по имеющемуся опыту, должно стать распространение обновления среди обычных клиентов Tesla, которые участвуют в программе бета-тестирования. Не исключено, что это случится до конца текущего года, и хотя данное событие и не эквивалентно выходу «полного автопилота», в какой-то мере оно его приближает.

«Лаборатория Касперского» создала нейроморфный процессор, но выпускать его негде

«Лаборатория Касперского» разработала нейроморфные чипы, которые моделируют работу человеческого мозга. Такие процессоры заменят центральные и графические процессоры в работе с нейронными сетями, что кратно ускорит ИИ-вычисления с несоизмеримо меньшими затратами энергии, сообщают РИА «Новости».

 Источник изображения: Pixabay

Источник изображения: Pixabay

Нейроны в мозге обмениваются одиночными импульсами — спайками. По аналогии с этим достаточно давно предложены нейронные сети, работающие по тому же принципу. Одно из преимуществ такого подхода — энергия потребляется только в момент передачи импульса (в идеале), что отличается от работы обычного процессора, основанного на работе тактового генератора.

 Источник изображений: «Лаборатория Касперского» \

Источник изображений: «Лаборатория Касперского» \ «Мотив НТ»

Важным условием энергетической и вычислительной эффективности нейроморфных процессоров также является необходимость хранить данные там, где они обрабатываются, чему также отвечает созданный при участии «Лаборатории Касперского» нейроморфный чип.

Следует пояснить, что «Лаборатория Касперского» начала создавать нейроморфный чип и программное обеспечение для его работы в 2019 году. В основе проекта лежит разработка новосибирской компании «Мотив нейроморфные технологии» («Мотив НТ»). Компания «Мотив НТ» представила свой нейроморфный чип «Алтай» ещё в 2020 году в виде 28-нм прототипа, платы ускорителя и базовой платы расширителя. В июне 2022 года «Лаборатория Касперского» приобрела 15 % акций «Мотив НТ» и в октябре того же года представила платформу Kaspersky Neuromorphic Platform.

«Сейчас мы представили технологию на международном рынке и очень активно ведем поиск заинтересованных партнеров, клиентов, с кем мы можем делать пилотные проекты по этой технологии. Также нужны и партнеры в области микроэлектроники — нам нужны чипы 28 нанометров и лучше. Надеемся, такое производство появится и в России», — отметил руководитель отдела перспективных технологий компании Андрей Лаврентьев, слова которого приводит источник.

Приведенная цитата заставляет предположить, что «Алтай» остаётся на уровне прототипов и пока не имеет производственных планов. Интересное решение продолжает ждать своего часа.

Нейросеть «Яндекса» научилась генерировать короткие видео в «Шедевруме»

Команда разработчиков «Яндекса» сообщила о расширении возможностей мобильного приложения «Шедеврум» и реализации в программе функции создания коротких видеороликов с помощью генеративной нейросети. Утверждается, что компания стала первой на российском рынке, предложившей подобную технологию широкой аудитории.

 Источник анимации: «Яндекс»

Источник анимации: «Яндекс»

Для того, чтобы сгенерировать видео в «Шедевруме», достаточно описать текстом то, что хочется увидеть. В ответ приложение предложит четыре варианта первого кадра и набор анимационных эффектов для создания движения. Всего доступно семь эффектов: зум (приближение), таймлапс (ускоренная перемотка), полёт, панорама, вращение, подъём и морфинг (постепенное изменение). Для создания кадров будущего видео используется метод каскадной диффузии. С помощью этой технологии «Шедеврум» генерирует отдельные изображения. Сначала нейросеть создаёт картинки в соответствии с запросом, а затем поэтапно увеличивает их разрешение, насыщая деталями.

«Шедеврум» генерирует видео длиной четыре секунды с частотой 24 кадра в секунду. После публикации ими можно поделиться с друзьями или сохранить в формате MP4. В настоящий момент функция работает в режиме тестирования и доступна в обновлённой версии приложения активным пользователям «Шедеврума».

«Яндекс» представил «Шедеврум» для Android и iOS в апреле 2023 года. В основу программы положена нейронная сеть, содержащая 5 миллиардов параметров и обученная на 330 миллионах примеров изображений с текстовым описанием. В планах разработчика — обучение нейросети новым знаниям и её внедрение в другие сервисы и продукты компании.

Новая статья: Свёрточные нейронные сети — надежда и опора генеративного ИИ

Данные берутся из публикации Свёрточные нейронные сети — надежда и опора генеративного ИИ

Искусственный интеллект будет учиться принимать быстрые и точные решения у пчёл

Группа британских и австралийских учёных изучила стратегию поиска нектара медоносными пчёлами и построила на этой основе компьютерную модель для принятия решений искусственным интеллектом. «Пчелиные мозги» позволят ИИ помещаться в компактные структуры и управлять автономными роботами с высочайшей эффективностью.

 Источник изображения: Pixabay

Источник изображения: Pixabay

Мозг пчелы размером с кунжутное зёрнышко. Он содержит миллионы нейронов, которые за миллионы лет эволюции этих насекомых отточили алгоритмы принятия решений до вершин совершенства. Пчела молниеносно принимает решение опуститься на цветок для добычи нектара или проследовать дальше. В этом учёные видят потенциал для систем автономного управления роботами. Повторяя нейронные связи пчелы в своих схемах ИИ, роботы могут стать сообразительнее и эффективнее.

«В этом исследовании мы раскрыли основные механизмы, которые определяют эти замечательные способности к принятию решений. Теперь мы можем использовать их для разработки более совершенных, надежных и не боящихся риска роботов и автономных машин, которые могут думать, как пчёлы — одни из самых эффективных навигаторов в мире природы», — сказал один из авторов исследования.

Для эксперимента учёные создали искусственный сад с цветами пяти разных цветов. Цветы синего цвета всегда содержали сахарный сироп, зелёного — только воду с добавлением тоника, что категорически не нравилось пчёлам, а остальные цветы были случайно наделены глюкозой. Затем исследователи с помощью камер фиксировали перемещение 20 подопытных пчёл по саду в поисках питания. Последующий разбор полётов показал, что пчела принимает решение опуститься на цветок или лететь дальше в течение 0,6 с.

Построение компьютерной модели поведения пчёл совпало со строением нейронных связей в их мозге. На этой основе учёные начали более детальное изучение связей в мозгу насекомых, что фактически соответствует процессу реинжиниринга. Один из участников проекта на базе полученных знаний создал компанию Opteran, целью которой ставится задача изготовления лёгких и недорогих кремниевых «мозгов» для роботов и автономных транспортных средств, которые могли бы видеть, чувствовать, ориентироваться и принимать решения, как это делают насекомые.

Intel показала работу нейросетевого VPU-сопроцессора Meteor Lake в редакторе изображений

Компания Intel продемонстрировала в рамках выставки электроники Computex работу инженерного образца процессора из будущей серии Meteor Lake в задаче, связанной с работой алгоритмов генеративной нейронной сети.

 Источник изображений: Intel

Источник изображений: Intel

Будущие процессоры Intel Meteor Lake используют децентрализованный, а не монолитный дизайн, позволяющий использовать комбинации различных чиплетов на основе разных технологических процессов. Одной из ключевых особенностей процессоров Meteor Lake станет специальный нейронный движок VPU (Versatile Processing Unit), основанный на третьем поколении технологии компании Movidius, которую Intel купила в 2016 году. Данный нейронный движок предназначен для ускорения работы процессоров Meteor Lake в задачах, связанных с различными ИИ-алгоритмами и моделями машинного обучения.

Одной из базовых задач VPU в процессорах Meteor Lake станет фото- и видеоредактирование и применение фильтров в режиме реального времени. Он сможет накладывать эффекты размытия, применять автоматическое масштабирование и заменять фон изображений. Также он получит способность в реальном времени распознавать движение глаз пользователя и жесты. Производительности нейродвижка должно даже хватить для захвата движений с помощью Unreal Engine.

Блок VPU будет достаточно мощным, чтобы поддерживать генеративные возможности ИИ, включая, например, запуск нейросети Stable Diffusion. Наличие VPU для работы с такими моделями необязательно, главное иметь достаточный объём памяти, однако использование аппаратных возможностей CPU, GPU и APU позволяет существенно ускорить работу модели ИИ. Для задействования возможностей VPU компания Intel сотрудничает с GIMP и Adobe, чтобы те добавили поддержку нейронного движка компании в свои продукты.

В рамках выставки Computex компания Intel продемонстрировала работу инженерного образца мобильного процессора Meteor Lake с маркировкой Intel 0000, в состав которого входят 16 физических ядер с поддержкой 22 виртуальных потоков. По данным портала Wccftech, чип имеет конфигурацию из 6+8+2 ядер и его финальное воплощение будет относится к серии Meteor Lake-P. Конфигурация ядер у процессора весьма необычная. Производительные P-ядра и энергоэффективные E-ядра находятся в составе основного кристалла CPU. А два дополнительных ядра расположены внутри кристалла SoC.

В режиме простоя чип работал на частоте 0,37 ГГц. Базовая частота процессора составляет 3,1 ГГц. Он суммарно имеет 1,6 Мбайт кеш-памяти первого уровня, 18 Мбайт кеш-памяти L2 и 24 Мбайт кеш-памяти L3.

Демонстрация работы инженерного образца Meteor Lake проводилась в редакторе изображения GIMP с поддержкой ИИ-модели Stable Diffusion для генерации изображений по заданным параметрам, а затем к результату применялся ИИ-плагин для увеличения разрешения. Для задействования в работе VPU использовалась библиотека Intel OpenVINO для разработки приложений компьютерного зрения и искусственного интеллекта.

Выпуск мобильных процессоров Meteor Lake ожидается к концу текущего года. Компания не комментирует последние слухи о том, что настольные Meteor Lake-S могли быть отменены. В то же время, производитель пока не подтверждает планов по их выпуску.

Нейросети Chat GPT и Sage не смогли сдать «на отлично» российский университетский экзамен по истории

Историки Уральского федерального университета (УрФУ) провели эксперимент, который выявил слабости нейросетей Chat GPT и Sage, сообщает ТАСС со ссылкой на пресс-службу учебного заведения. По словам учёных, нейросети не могут сдать вузовский экзамен по истории «на отлично», поскольку не воспринимают нюансы языков разных эпох и к тому же заполняют пробелы в знаниях выдуманными фактами.

 Источник изображения: Pixabay

Источник изображения: Pixabay

В вузе отметили, что нейросети проявили компетентность в ответах на вопросы, связанные с использованием устойчивой общей научной терминологии. Однако они владеют только современным русским языком и не воспринимают нюансы языков разных эпох. А ведь историку помимо современного русского языка приходится иметь дело с его версиями нескольких эпох, включая терминологию XVI века в нескольких вариантах (церковнославянский язык, язык деловой письменности, разговорный), XIX века, советско-марксистский язык XX века.

Принимавший «экзамен» доцент кафедры истории России УрФУ Михаил Киселев поставил нейросетям «тройку», назвав их «студентом-импровизатором». Преподаватель отметил, что «там, где материал имеет однозначные ответы, нейросеть отвечает нормально, адекватно, но в остальном она имитирует самостоятельные рассуждения, попросту выдумывая факты, несуществующие работы или авторов».

Например, на просьбу назвать историков, которые писали о завещании Василия III, обе нейросети сначала заявили, что об этом «писали многие историки», после чего назвали наиболее известных дореволюционных учёных, авторов обобщающих работ по истории России, хотя правильный ответ легко найти в поисковых системах.

«Примечательно, что нейросети наравне с реальными историками и их работами могут выдумывать как историков, так и книги. Sage назвала некоего Александра Васильевича Пильяра, а Chat GPT заявил, что Андрей Краевский якобы написал книгу “История Российского государства”. Если представить, что такая беседа велась на экзамене, то можно сказать, что студент “поплыл” из-за неглубокой проработки материала, хотя и старался держаться уверенно, пытаясь доказать противоположное», — рассказал Киселев.

Google открыла доступ к нейросети MusicLM, которая позволяет создавать музыку по текстовому описанию

Поскольку искусственному интеллекту уже под силу сочинение сложных текстов и написание картин, привлечение его ресурсов для сочинения музыки было лишь вопросом времени, и соответствующие эксперименты уже вовсю ведутся. Google решила не отставать от тенденции и продемонстрировала приложение MusicLM, которое позволяет создавать музыкальные композиции по текстовому описанию.

 Источник изображения: Google

Источник изображения: Google

Ещё в январе, впервые описывая данный инструмент, Google заявляла об отсутствии планов по его выпуску в открытый доступ, но за прошедшее время изменила своё отношение. MusicLM доступна в составе AI Test Kitchen для Android и iOS участникам программы тестирования, требующей отдельной регистрации. По текстовому описанию музыкальной композиции система способна создавать два варианта произведений, из которых пользователь сможет выбрать более подходящий. Текстовое описание может содержать информацию не только об инструментальном содержании трека, но и о желаемом эмоциональном эффекте, который он создаёт.

Google пытается избежать упрёков со стороны правообладателей, поэтому MusicLM не будет создавать музыкальные произведения, содержащие вокал конкретных исполнителей. Юридические аспекты имитации отдельных музыкальных произведений тоже заставляют задуматься о перспективах использования результатов работы MusicLM в коммерческой сфере. Платформам, связанным с распространением музыки, уже приходилось сталкиваться с необходимостью удалить ряд произведений, созданных с помощью искусственного интеллекта.

Тестировщики оценивают ответы ИИ-бота Google Bard наугад, чтобы не терять деньги

Компания Google в прошлом месяце начала ограниченное бета-тестирование своего ИИ-чат-бота Bard. С тех пор сотрудники некоторых крупных подрядчиков IT-гиганта участвуют в тестировании нейросети, а также проверяют точность выдаваемых им ответов. Оказалось, что зачастую участникам тестирования не хватает времени на проверку ответов Bard, из-за чего им приходится давать оценку наугад.

 Источник изображения: Google

Источник изображения: Google

Так, сотрудники компании Appen, которые помогают Google в тестировании алгоритма Bard, на условиях анонимности сообщили представителям СМИ, что им не хватает времени на осмысленную оценку ответов, выдаваемых ИИ-ботом. В полученных ими инструкциях сказано, что в процессе тестирования необходимо подготовить запрос для чат-бота, а после получения двух ответов выбрать наиболее связный и корректный ответ. У них также есть возможность добавить комментарий, чтобы объяснить, почему выбран тот или иной вариант.

Участники тестирования отмечают, что на обработку каждого запроса даётся несколько минут, но иногда на это отводится только 60 секунд. Зачастую дать корректную оценку полученного от чат-бота ответа за такое время весьма затруднительно, особенно в случаях, когда запрос связан с малознакомой темой. Оплата за эту работу начисляется на основе времени, выделяемого для решения каждой задачи. Чтобы не терять деньги тестировщикам приходится выполнять задачи за отведённое время даже в случаях, когда они не уверены в том, какой из предложенных ИИ-алгоритмом ответов является более точным. Проще говоря, чтобы не терять деньги участники тестирования вынуждены наугад выполнять задания, поскольку им не хватает времени на качественную проверку ответов Bard.

Источник отмечает, что сотрудники подрядных организаций Google всё чаще призывают к улучшению условий труда. Ещё в феврале участники бета-тестирования системы Bard передали петицию руководству Google с призывом повысить оплату труда. Согласно имеющимся данным, сотрудники Appen, участвующие в тестировании Bard, зарабатывают от $14 до $14,50 в час.

Представлен транзистор для кремниевого мозга — он точно имитирует работу человеческого синапса

Французский исследовательский центр CEA-Leti разработал транзистор с примерно 50 состояниями, а не с двумя, как у современной цифровой электроники. «Аналоговый» транзистор имитирует работу синапсов в нервной ткани человеческого мозга и делает это довольно близко по таким характеристикам, как энергопотребление и скорость. Планируется, что на основе новых транзисторов будут построены нейронные процессоры нового поколения с впечатляющими возможностями.

 Источник изображения: Pixabay

Источник изображения: Pixabay

Возможно, эта разработка ближе всего подошла к имитации того, как взаимодействуют нейроны мозга, считают в CEA-Leti. Транзистор также миниатюрен как синапс, потребляет столько же и работает на том же принципе — срабатывает не по одному импульсу, а после прихода критической «массы» сигналов. Синапс ведь не отзывается на одиночные нервные импульсы. Для запуска сигнала дальше по нервной сети требуются множественные стимулирующие реакции через синапсы. Только тогда конкретный нейрон запустит потенциал по своей сети дендритов для передачи информации другим связанным с ним нейронам.

Другое сходство между новым транзистором и синапсом заключается в том, что оба они являются ионными. Транзистор использует преимущества той же электрохимической реакции, что и синапс. В случае с транзистором его канал состоит из оксида титана, через который проходят ионы лития. В зависимости от их количества они изменяют электронную проводимость канала. Благодаря этому транзистор потребляет 1 фДж/мкм2, столько же, сколько синапс. Это в 100 раз меньше, чем у других возможных решений, включая перспективную резистивную память.

Толщина транзистора всего 200 нм, а число циклов переключения более 100 тыс. Исследователи научились выпускать массивы транзисторов на 200-мм кремниевых пластинах с использованием стандартных КМОП-совместимых техпроцессов. Массивы транзисторов были испытаны в работе на эталонном тесте MNIST на распознавание изображений и показали хороший результат. Но предстоит ещё большая работа по подтверждению квалификации транзисторов для использования в нейронных чипах.

«Все эти элементы обнадеживают, но мы находимся только на первых этапах процесса оценки. Мы должны продолжать доводить транзистор до зрелости и обеспечить углубленную оценку его долговечности и надежности», — объяснил один из учёных из CEA-Leti.

ChatGPT нашли ещё одно применение: нейросеть написала речь для американского конгрессмена

На этой неделе американский конгрессмен Джейк Окинклосс (Jake Auchincloss) выступил в Палате представителей с речью, которая была сгенерирована с помощью чат-бота ChatGPT от компании Open AI. Своей речью он хотел привлечь внимание законодателей к важности технологий на основе искусственного интеллекта и необходимости их дальнейшего развития.

 Источник изображения: freepik.com

Источник изображения: freepik.com

Небольшая речь конгрессмена была посвящена необходимости принять закон о создании американо-израильского центра искусственного интеллекта для дальнейшего развития нейросетей и их интеграции в разные сферы деятельности человека. Окинклосс вместе с помощниками дали чат-боту ChatGPT задание «написать 100 слов для выступления в Палате представителей» в поддержку упомянутого законопроекта. Согласно имеющимся данным, ИИ-алгоритму потребовалось несколько попыток, чтобы сформировать текст, который и был зачитан в Палате представителей.

«ИИ может стать технологией общего назначения: основополагающей в каждом секторе. Вчера я выступил в Конгрессе с первой речью, сгенерированной с помощью ИИ, в качестве призыва к действию. Политики должны быть целеустремлёнными и активными», — написал Окинклосс на своей странице в сети Twitter.

Успех ChatGPT позволил разработчику алгоритма Open AI привлечь значительные инвестиции. Не так давно Microsoft объявила о расширении долгосрочного партнёрства с компанией за счёт «многолетних многомиллиардных инвестиций». Ранее появлялись сообщения о намерении софтверного гиганта вложить в Open AI $10 млрд.

Крупнейшее академическое издательство Springer Nature не разрешит указывать ChatGPT в качестве автора статей

Springer Nature, крупнейшее в мире академическое издательство, разъяснило свою позицию в отношении использования программных средств написания текстов на основе продвинутых языковых моделей, таких как ChatGPT. На этой неделе компания объявила, что подобное программное обеспечение не может указываться в качестве автора статей, которые публикуются в тысячах журналов издательства.

 Источник изображения: Pixabay

Источник изображения: Pixabay

При этом в Springer Nature отметили, что компания не против использования ИИ-алгоритмов для генерации идей или помощи в написании текстов, если такой материал в полной мере раскрывается автором. «Мы чувствовали необходимость прояснить нашу позицию: для наших авторов, наших редакторов и нас самих. Новое поколение языковых моделей, таких как ChatGPT, действительно взорвало сообщество, которое по праву радуется и играет с ними, но также использует их способами, которые выходят за рамки того, как они действительно могут быть применены в настоящее время», — рассказала Магдалена Скиппер (Magdalena Skipper), главный редактор издания Nature.

Ранее ChatGPT и некоторые другие языковые модели указывались в качестве авторов в небольшом количестве опубликованных статей, в том числе в научных публикациях. Однако характер и степень вклада ИИ-алгоритмов в создание публикаций варьируется от случая к случаю. Реакция научного сообщества на статьи, в которых ChatGPT указывался в качестве автора, была преимущественно негативной.

Основной аргумент против присвоения авторства ИИ-алгоритмам заключается в том, что программное обеспечение попросту неспособно выполнять необходимые обязательства. «Когда мы думаем об авторстве научных статей, исследовательских работ, мы думаем не только об их написании. Есть обязанности, которые выходят за рамки публикации, и, конечно, в настоящее время ИИ-инструменты не способны взять на себя эти обязательства», — считает Скиппер.

Очевидно, имеется ввиду то, что программное обеспечение не может нести ответственность за публикации, не может претендовать на права интеллектуальной собственности на свои работы, не может вести переписку с другими учёными и прессой, чтобы рассказать о своих работах и ответить на возникающие вопросы.

«Наша политика в этом вопросе совершенно ясна: мы не запрещаем использовать их в качестве инструмента написания статей. Главное, чтобы была ясность в том, как составляется статья и какое программное обеспечение используется. Нам нужна прозрачность, поскольку это лежит в основе того, как следует делать и распространять научные материалы <…> Мы как сообщество должны сосредоточиться на положительных аспектах использования и потенциале, а затем регулировать и сдерживать потенциальные злоупотребления. Я оптимистично настроена, и думаю, что нам удастся это сделать», — резюмировала Скиппер.


window-new
Soft
Hard
Тренды 🔥
Mozilla Firefox получит вертикальные вкладки, группы вкладок и другие масштабные улучшения 3 мин.
Netflix показала нового Геральта для сериала «Ведьмак», а журналисты раскрыли, как в шоу объяснят смену актёров 40 мин.
Selectel создаст собственную отечественную ОС на базе Linux-дистрибутива Debian 12 и выйдет на рынок инфраструктурного ПО 3 ч.
Студия-разработчик Helldivers 2 нацелилась «стать следующей FromSoftware или Blizzard» 3 ч.
Google выпустила обновление, устраняющее шесть критических уязвимостей в Chrome 3 ч.
Activision начала рекламную кампанию новой Call of Duty — первый тизер Black Ops 6 3 ч.
Пионер компьютерных технологий Гордон Белл умер в возрасте 89 лет 5 ч.
В Twitch появилась фильтрация контента — пользователи могут скрыть трансляции на «сексуализированные темы» 5 ч.
«Нахлынули забытые воспоминания»: моддер перенёс Вызиму из первого «Ведьмака» в The Witcher 3: Wild Hunt 6 ч.
ChatGPT побил рекорд посещаемости: более 100 млн посетителей за два дня после запуска GPT-4o 7 ч.
В июле Atos продаст свои активы и определится с планом проведения реструктуризации 39 мин.
В России активно изучают идею создания отечественной игровой приставки, заявили в Минпромторге 2 ч.
На всех российских авиалайнерах к 2028 году появится Wi-Fi — также к спутниковому интернету подключат поезда РЖД 3 ч.
Google обогнала AMD на рынке процессоров для ЦОД и вот-вот догонит Intel 3 ч.
Учёные придумали наилучшую ловушку для солнечного тепла — с её помощью можно плавить сталь и не только 3 ч.
Первый полёт Boeing Starliner с астронавтами отложили на неопределённый срок 4 ч.
Lian Li выпустила компактный корпус A3-mATX с поддержкой массивных видеокарт 5 ч.
Умные очки Ray-Ban Meta научились публиковать фотографии в Instagram Stories 5 ч.
48 млн тестов спустя: 3DMark показал рост производительности видеокарт в Time Spy за последние 8 лет 5 ч.
Peugeot нестандартно подошла к беспилотному вождению — она тестирует авто с дистанционным управлением 5 ч.