Новости по теме
Автономное вождение стало целью для достижения в последние годы. Такие компании, как Waymo или Tesla, даже имея сковороду за ручку, далеки от того, чтобы заставить транспортное средство в полной безопасности управлять в одиночку. Но что случилось бы с автономным велосипедом?
Команда исследователей в Китае провела серию видеозаписей испытаний. В нем мы можем найти велосипед, который эффективно ведет себя и даже способен преодолевать препятствия и преодолевать небольшие выбоины. Отвечает на голосовые команды и умеет следить за человеком.
Но как он может это сделать? Эти исследователи создали чип Tianjic, который переопределяет использование ИИ, способного выполнять несколько алгоритмов искусственного интеллекта.
Автономный велосипед, который содержит в себе прорыв в мире ИИ
На видео мы видим движение велосипеда без велосипедиста. Микросхема, установленная в велосипеде, способна работать 3 алгоритма ИИ одновременно.
Этот чип, встроенный в велосипед, создан по образцу человеческого мозга. Исследователи рассказали, как благодаря этому чипу машина может реагировать на голосовые команды, распознавать окружающий мир, сохранять равновесие и избегать препятствий.
Нам нужен некоторый контекст. Искусственный интеллект развился чрезвычайно благодаря нейронным сетям, сложные математические системы, которые могут изучать задачи, анализируя большие объемы данных. В практическом сценарии это означает, что если мы научим нейронную сеть тысячам фотографий кошки, эта сеть сможет распознать кошку.
Эту технологию можно найти во многих местах; Это технология, которая позволяет нам отправлять голосовые команды нашим виртуальным помощникам, которые переводят языки в режиме реального времени, как в Skypeи т. д. Однако это имеет важные ограничения.
Нейронная сеть Он не умеет учиться на лету. Перед запуском указанной нейронной сети специалисты обучают ее для конкретной задачи. Фактически, это обучение уже включает в себя множество примеров, которые нужно запустить в нейронную сеть, чтобы вы могли учиться.
Примером является ИИ OpenAI, который победил профессиональных игроков Dota 2; Он смог это сделать, но до того как это случилось месяцы, играя против себя тратить миллионы долларов на вычислительную мощность в этом процессе.
Эти исследователи стремятся покончить с этим ограничением. Создавайте системы, которые изучают навыки, как люди, на ходу. Однако, если мы хотим сделать это, у нас должны быть новые типы оборудования, компании, академические лаборатории, чтобы развить эту идею.
Эти же организации уже создают чипы для быстрого обучения систем искусственного интеллекта. Самым амбициозным проектом является чип Tianjic, разрабатываемый в университете Цинхуа в Китае.
Эти нейроморфные чипы включают в себя сотни тысяч ложных нейронов, и вместо того, чтобы обрабатывать только 1 и 0, эти нейроны работают, обмениваясь небольшими пакетами электрических сигналов. Они срабатывают как биологические нейроны, только когда входные сигналы достигают критических порогов.
Эти чипы не воссоздают мозг, но они пытаются функционировать как таковые. Таким образом, системы ИИ могут учиться быстрее и выполнять задачи быстрее и точнее.
Поскольку каждый нейрон этих чипов срабатывает только тогда, когда он необходим, а не отвечает постоянно, эти чипы потребляют меньше энергии, чем обычные процессоры. Они предназначены для обработки информации короткими пакетами, благодаря чему исследователи считают, что они могут привести к созданию систем, которые обучаются на лету из гораздо меньших объемов данных.
Возвращаясь к автономному велосипеду, мы должны уточнить, что он не учится, но работает программное обеспечение, которое было обучено для решения конкретных задач, распознавать голосовые команды и избегать препятствий благодаря чипу Tianjic.
Ключом к этому прогрессу является то, что велосипед выполняет эти задачи на лету, что очень важно, если мы хотим включить этот тип чипа в машины с батарейным питанием, которые не могут сидеть без дела, обучаясь часами или месяцами.
Автономный велосипед
YouTube
Исследователи считают, что они могут в конечном итоге слиться учебный процесс и выполнение задачи в данный момент, так что велосипед может учиться на лету, требуя лишь нескольких минут опыта.
Большая проблема с этой целью состоит в том, что она требует адекватного оборудования, которое может занять несколько лет исследований. Мы не можем видеть это на видео, но мотоцикл в несколько моментов испытаний падает. Те же исследователи признались в электронном письме The New York Times что с аппаратным обеспечением ПК, которым мы можем наслаждаться сегодня, результаты могут быть удвоены.
По словам исследователей, через некоторое время они могут принести гораздо больше, чем простые автономные велосипеды. Чип Tianjic квалифицируется ими как шаг к «искусственный общий интеллект», машины, которые способны делать все, на что способны люди и наш мозг.
Add comment