NTT Research Dibina Jaunu Mākslīgā Intelekta Fizikas Grupu Hārvardā

Zinātnes un tehnoloģiju pasaule ir satriekta ar jauniem sasniegumiem, un šoreiz uzmanības centrā ir NTT Research, kas kopā ar Hārvarda Universitāti dibinājusi jaunu pētniecisko grupu, kas pievērsīsies mākslīgā intelekta (MI) fizikai. Šis projekts sola revolucionēt mūsu izpratni par to, kā mašīnmācīšanās var būt ietekmēta no fundamentālām fizikas likumiem.

Kas ir Mākslīgā Intelekta Fizika?

Jaunā pētniecības grupa pievērsīsies tā saucamajai “mākslīgā intelekta fizikai” — jaunai un strauji attīstībai esošai nozarei, kas apvieno kvantu fiziku, neirozinātnes un mašīnmācīšanos. Tā kā tradicionālās MI metodes bieži vien balstās uz datu apstrādes algoritmiem, šis projekts mēģinās izprast, vai fundamentāli fizikas likumi var uzlabot mašīnu spēju mācīties un adaptēties.

Kā bērni mācās no modeļiem — un ko no tā var mācīties mākslīgais intelekts?

Piemēram, kad vecāki māca bērnu atpazīt burtu “S”, viņi rāda vairākus šī burta piemērus. Laika gaitā bērns sāk atpazīt šo burtu dažādos kontekstos pat bez tiešas palīdzības. Līdzīgi darbojas arī mašīnmācīšanās algoritmi — tie meklē modeļus un sakarības datu kopās. Tomēr, atšķirībā no cilvēka smadzenēm, kur šīs spējas ir dabiski attīstījušās miljoniem gadu, mākslīgajam intelektam ir nepieciešams strukturētāks pamats.

Kāpēc tieši Hārvardā?

Hārvarda Universitāte jau ilgu laiku ir viena no vadošajām zinātnes un tehnoloģiju pētniecības iestādēm pasaulē. Tās laboratorijās strādājuši vairāki Nobela prēmijas laureāti, un tā piedāvā unikālu vidi starpdisciplinārai sadarbībai. NTT Research izvēle sadarboties tieši ar Hārvardu liecina par šī projekta ambīcijām — tas nav tikai vēl viens MI pētījums, bet gan pamatīga zinātniska pārlēciena meklējumi.

Kādi ir projekta galvenie mērķi?

• Izprast, kā kvantu fizikas principi var uzlabot mašīnmācīšanās efektivitāti
• Attīstīt jaunas teorētiskās metodes MI un fizikas krustpunktā
• Radīt jaunus algoritmus, kas spēj “mācīties” līdzīgi kā cilvēka smadzenes
• Pārbaudīt hipotēzes reālos eksperimentos, izmantojot Hārvarda laboratoriju infrastruktūru

Kādas ir praktiskās šī pētījuma izredzes?

Lai gan šis ir fundamentāls zinātnisks projekts, tam varētu būt milzīga praktiska nozīme nākotnē. Piemēram:

• Ātrāka datu apstrāde: Kvantu aprēķinu ieviešana MI varētu ļaut apstrādāt datus eksponenciāli ātrāk.
• Enerģijas efektivitāte: Pašreizējās MI sistēmas patērē milzīgus enerģijas daudzumus — jauni fizikas pamatoti risinājumi varētu to ievērojami samazināt.
• Adaptīvākas sistēmas: Iegūtās zināšanas varētu novest pie MI, kas spēj pielāgoties mainīgiem apstākļiem bez papildu programmēšanas.

Ko šis nozīmē parastajiem cilvēkiem?

Vidējam lietotājam šie pētījumi var dot:

• Precīzākus un ātrākus meklēšanas algoritmus
• Personalizētāku digitālo palīgu darbību
• Jaunus medicīnas diagnosticēšanas rīkus
• Efektīvākus klimata pārmaiņu prognožu modeļus

Nākotnes perspektīvas

NTT Research un Hārvarda sadarbība ir tikai sākums. Pēc pirmajiem rezultātiem, iespējams, pievienosies arī citas vadošās pētniecības institūcijas. Zinātnieki paredz, ka pilnvērtīgi rezultāti varētu būt redzami jau nākamo 5-10 gadu laikā, kas zinātniskajā pasaulē ir ārkārtīgi īss laika posms šāda mēroga pārlēcieniem.

Kā teica viens no projekta vadītājiem: “Mēs ne tikai mēģinām uzlabot esošās tehnoloģijas. Mēs meklējam pilnīgi jaunu ceļu, kā saprast mākslīgo intelektu — nevis tikai kā programmatūru, bet kā fundamentālu dabas parādību.”

Avots: https://www.unite.ai/ntt-research-launches-new-physics-of-artificial-intelligence-group-at-harvard/