Как ИИ заново изобретает компьютеры

23.10.2021 0 Редакция Steelgrey

Три ключевых способа, которыми искусственный интеллект (ИИ) меняет то, что значит вычисления, — публикует обзор technologyreview.

Как ИИ заново изобретает компьютеры | newssky.com.ua

Осень 2021 года: сезон тыкв, пирогов с орехами пекан и новых телефонов с персиковым оттенком. Каждый год сразу Apple, Samsung, Google и другие выпускают свои последние продукты. Эти приспособления в календаре потребительских технологий больше не вызывают удивления и изумления пьянящих первых дней. Но за всем маркетинговым блеском творится кое-что примечательное.

Последнее предложение Google, Pixel 6, является первым телефоном с отдельным чипом, предназначенным для искусственного интеллекта, который находится рядом со стандартным процессором. И чип, на котором работает iPhone, последние пару лет содержал то, что Apple называет «нейронным двигателем», также предназначенным для ИИ. Оба чипа лучше подходят для типов вычислений, участвующих в обучении и запуске моделей машинного обучения на наших устройствах, таких как ИИ, который питает вашу камеру. Практически незаметно для нас ИИ стал частью нашей повседневной жизни. И это меняет то, как мы думаем о вычислениях.

Что это обозначает? Что ж, компьютеры не сильно изменились за 40 или 50 лет. Они меньше и быстрее, но по-прежнему представляют собой коробки с процессорами, которые выполняют инструкции от людей. ИИ меняет это по крайней мере по трем направлениям: как создаются компьютеры, как они программируются и как используются. В конечном итоге это изменит то, для чего они нужны.

«Ядро вычислений меняется от обработки чисел к принятию решений, — говорит Прадип Дубей, директор лаборатории параллельных вычислений в Intel. Или, как говорит директор MIT CSAIL Даниэла Рус, ИИ освобождает компьютеры от их ящиков.

Больше спешки, меньше скорости

Первое изменение касается способа изготовления компьютеров и управляющих ими микросхем. Выигрыш в традиционных вычислениях был достигнут по мере того, как машины стали быстрее выполнять один расчет за другим. На протяжении десятилетий мир извлекал выгоду из ускорения работы микросхем, которое происходило с метрономической регулярностью, поскольку производители микросхем не отставали от закона Мура.

Но модели глубокого обучения, которые заставляют текущие приложения ИИ работать, требуют другого подхода: они требуют одновременного выполнения огромного количества менее точных вычислений. Это означает, что требуется новый тип микросхемы: такой, который может перемещать данные как можно быстрее, обеспечивая их доступность в нужное время и в нужном месте.

Когда около десяти лет назад на сцену вышло глубокое обучение, уже были доступны специализированные компьютерные чипы, которые неплохо справлялись с этим: блоки обработки графики или графические процессоры, которые были разработаны для отображения всего экрана, заполненного пикселями, десятки раз в секунду.

Все может стать компьютером. Действительно, большинство предметов домашнего обихода, от зубных щеток до выключателей света и дверных звонков, уже представлены в умной версии.

Теперь производители микросхем, такие как Intel, Arm и Nvidia, поставившие многие из первых графических процессоров, стремятся создать оборудование, специально предназначенное для ИИ. Google и Facebook также впервые пробиваются в эту отрасль, стремясь найти преимущество в области искусственного интеллекта с помощью оборудования.

Например, чип внутри Pixel 6 — это новая мобильная версия модуля тензорной обработки Google, или TPU. В отличие от традиционных микросхем, которые предназначены для сверхбыстрых и точных вычислений, TPU предназначены для больших объемов, но с низкой точностью вычислений, необходимых для нейронных сетей. Google использует эти чипы с 2015 года: они обрабатывают фотографии людей и поисковые запросы на естественном языке. Дочерняя компания Google DeepMind использует их для обучения своих ИИ.

За последние пару лет Google сделал TPU доступными для других компаний, и эти чипы, а также аналогичные чипы, разрабатываемые другими, становятся стандартными в мировых центрах обработки данных.

ИИ даже помогает создавать собственную вычислительную инфраструктуру. В 2020 году Google использовал алгоритм обучения с подкреплением — тип ИИ, который учится решать задачу методом проб и ошибок — для разработки макета нового TPU. В конце концов ИИ придумал новые странные конструкции, о которых не мог подумать ни один человек, но они работали. Такой ИИ однажды сможет разработать более совершенные и эффективные микросхемы.

Покажи, не говори

Второе изменение касается того, как компьютерам говорят, что делать. Последние 40 лет мы занимаемся программированием компьютеров; следующие 40 мы будем тренировать их, — говорит Крис Бишоп, глава Microsoft Research в Великобритании.

Традиционно, чтобы заставить компьютер делать что-то вроде распознавания речи или идентификации объектов на изображении, программисты сначала должны были придумать правила для компьютера.

Благодаря машинному обучению программисты больше не пишут правила. Вместо этого они создают нейронную сеть, которая сама изучает эти правила. Это принципиально другой образ мышления.

Примеры этого уже стали обычным явлением: распознавание речи и идентификация изображений теперь являются стандартными функциями на смартфонах. Заголовки сделали другие примеры, например, когда AlphaZero научилась играть в го лучше, чем люди. Точно так же AlphaFold решила проблему биологии — выяснение того, как складываются белки, — с которой люди боролись десятилетиями.

По мнению Бишопа, следующим большим прорывом станет молекулярное моделирование: обучение компьютеров манипулированию свойствами материи, что потенциально может изменить мир к скачкам в использовании энергии, производстве продуктов питания, производстве и медицине.

Такие бездумные обещания даются часто. Верно и то, что глубокое обучение нас удивляет. Два самых больших скачка такого рода — заставить компьютеры вести себя так, как будто они понимают язык и распознавать то, что изображено на изображении, — уже меняют то, как мы их используем.

Компьютер знает лучше

На протяжении десятилетий заставлять компьютер что-то делать означало вводить команду или, по крайней мере, нажимать кнопку.

Машины больше не нуждаются в клавиатуре или экране, с которыми люди могли бы взаимодействовать. Все может стать компьютером.

Действительно, большинство предметов домашнего обихода, от зубных щеток до выключателей света и дверных звонков, уже представлены в умной версии.

Но по мере их распространения мы захотим тратить меньше времени на то, чтобы говорить им, что делать. Они должны быть в состоянии решить, что нам нужно, без предупреждения.

Это переход от вычисления чисел к принятию решений, который, по мнению Дуби, определяет новую эру вычислений.

Рус хочет, чтобы мы воспользовались предлагаемой когнитивной и физической поддержкой. Она представляет себе компьютеры, которые сообщают нам то, что нам нужно знать, когда нам нужно их знать, и вмешиваются, когда нам нужна помощь.

«Когда я был ребенком, одним из моих любимых фильмов [сцен] во всем мире был «Ученик чародея», — говорит Рус. «Ты знаешь, как Микки вызывает метлу, чтобы помочь ему прибраться? Чтобы это произошло, нам не понадобится магия».

Мы знаем, чем заканчивается эта сцена. Микки теряет контроль над метлой и устраивает большой беспорядок. Теперь, когда машины взаимодействуют с людьми и интегрируются в хаос более широкого мира, все становится более неопределенным. Компьютеры вне своих коробок.

 


Поделиться статьей:

Подписаться на новости:




В тему: