Jokainenhan varmaan tietää, että tekoäly ja ihmisen äly on toteutettu varsin erilailla. Molemmat käsittelevät tietoa. Tekoälyn ongelmana on tällä hetkellä se, että muisti ja prosessointi ovat erillisiä näissä toteutuksissa. Tämä rajoittaa tehoja, koska vaikka tekoälyprosessorit toimivat huomattavasti korkeammalla kellotaajudella kuin ihmisaivot niin paljon aikaa hukkaantuu tiedon kuljettamiseen eri puolille laskentayksikköjä. Tähän ongelmaan kyllä kehitetään ratkaisuja esim. memristorit pystyvät tähän. Niitä on kehitetty paljon mutta kehittäminen vie aikaa.
Memristive devices that mimic neuron-connecting synapses could serve as the hardware for neural networks that copy the way the brain learns. Now two new studies may help solve key problems these components face not just with yields and reliability, but with finding applications beyond neural nets.
Memristors, or memory resistors, are essentially switches that can remember which electric state they were toggled to after their power is turned off. Scientists worldwide aim to use memristors and similar components to build electronics that, like neurons, can both compute and store data. These memristive devices may greatly reduce the energy and time lost in conventional microchips shuttling data back and forth between processors and memory. Such brain-inspired neuromorphic hardware may also prove ideal for implementing neural networks—AI systems increasingly finding use in applications such as analyzing medical scans and empowering autonomous vehicles.
However, current memristive devices typically rely on emerging technologies with low production yields and unreliable electronic performance. To help overcome these challenges, researchers in Israel and China fabricated memristive devices using a standard CMOS production line. The resulting silicon synapses the team built boasted a 100 percent yield with 170- to 350-fold greater energy efficiency than a high-performance Nvidia Tesla V100 graphics processing unit when it came to multiply-accumulate operations, the most basic operation in neural networks.
https://spectrum.ieee.org/memristor-devices-ai
Memristorithan ovat varsin uusi keksintöjä, joiden olemassaolo aikanaan ennustettiin teorian tasolla mutta joiden valmistaminen on ollut vaikeaa ja pitkään niitä pidettiinkin mahdottomina valmistaa, siis todella mahdottomina ei vain vaikeina valmistaa.
Researchers at Texas A&M University, Rain Neuromorphics and Sandia National Laboratories have recently devised a new system for training deep learning models more efficiently and on a larger scale. This system, introduced in a paper published in Nature Electronics, relies on the use of new training algorithms and memristor crossbar hardware, that can carry out multiple operations at once.
https://techxplore.com/news/2022-12-memristor-crossbar-based-scalable-energy-efficient-ai.html
Kvanttitietokoneista monet myös toivovat lisätehoa tekoälylle. Tämä lienee mahdollista mutta tällaisten kehityskulkujen ennustaminen lienee mahdotonta, koska asioista ei vieläkään tiedetä tarpeeksi.Itse pidän mahdollisena, että ihmisen tasoinen tekoäly syntyy ennen vuotta 2030 ja supertekoäly ennen vuotta 2045. Nämä ovat lukuja, jotka tuntuvat realistisilta ja mahdollisilta. Tietysti voi osoittautua, että ihmisen tasoista tekoälyä ei ihminen kykene koskaan luomaan.
https://news.google.com/search?q=memristor&hl=en-US&gl=US&ceid=US%3Aen
Tekoäly itsessään voi kiihdyttää tekoälyn kehittymistä kykenemällä automatisoimaan monia työläitä prosesseja tekoälyn kehittämisessä, eli siis tekoäly kehittää tekoälyjä ja ihmisen rooliksi jää valvoa prosessia ja korjata virheitä. Tällöin asiat sujuisivat paljon nykyistä nopeammin.
http://natonalla.blogspot.com/2023/01/robottitaistelija.html
Paljon näissä tekoälyasioissa on kyse siitä miten mitataan älyjen tehoja. Sopivilla mittareilla saadaan asiat näyttämään sellaisilta kuin halutaan. Tällä hetkellähän pääasiassa tekoälyt luodaan ennen niiden käyttöä. Ihmisaivot oppivat samalla kun ne toimivat eli ihmisaivot toimivat siinä mielessä aivan erilailla. Tähänkin on olemassa ratkaisu ehdotuksia ja sellaisia tekoälyjä jotka oppivat samalla kuin ne toimivat kehitetään myös maailmalla.
https://blogit.perussuomalaiset.fi/matti-luostarinen/tekoalysta-ja-robotiikasta/
http://suppelaiset.blogspot.com/2022/12/lahjaksi-tekoalytaidetta.html
http://jpoli.blogspot.com/2023/01/tyoperainen-maahanmuutto.html
https://singularityhub.com/2022/04/04/quantum-memristor-could-enable-quantum-neuromorphic-computing/
https://fin.afterdawn.com/uutiset/2022/12/17/gpt-4-tulossa
https://fin.afterdawn.com/uutiset/2022/12/30/tekoaly-hakukone
 |
| Kuva 1. Lapset ja robotti opiskelevat, https://stablediffusionweb.com/ |
Ei kommentteja:
Lähetä kommentti