Можно ли научить человека пониманию ? 

Швейцарские учёные и специалисты IBM нашли в мозге структуры, существующие в четырёх, пяти и даже одиннадцати измерениях. Играючи собирая и разрушая башенки из таких структур, мозг обрабатывает входящие сигналы.

[внешняя ссылка]

Интересная статья про Neuralink Илона Маска

Команда разработчиков делится своими идеями

[внешняя ссылка]

мы на кануне большого шухера

Один мой хороший старый приятель, казах, институтский одногрупник, как-то рассказывал в шутку, когда казахи обсуждают русских между собой, нередко говорят о том, что русские - некрасивый внешне народ, мало того, что они все на одно лицо, так еще у них большие некрасивые глаза и маленькие уши.

23 июня 2017 года корпорация IBM объявила о создании для ВВС США первого в мире суперкомпьютера, имитирующего мозг. В основу системы ляжет нейроморфный процессор IBM TrueNorth.
Этот чип состоит из 5,4 млрд транзисторов, распределенных по 4096 идентичным вычислительным ядрам, которые расположены на одной кремниевой пластине и создают массив из 1 млн цифровых нейронов, взаимодействующих между собой через электрические синапсы. Каждое ядро представляет собой что-то вроде таблицы 256×256, где колонки являются нейронами, а строки — их ответвлениями, на которые подаются данные. Каждый нейрон может подать сигнал на одну строку в каждом ядре этого чипа. Синапсами в такой системе являются пересечения строк и столбцов. Причем, как и в мозге, «сила» синапсов используется в качестве локального хранилища информации и меняется при обучении. Связь между нейронами осуществляется за счет спайков (импульсов).

IBM создает первый имитирующий мозг суперкомпьютер для ВВС США
По словам разработчиков, процессор способен распознавать зависимости в данных и обрабатывать сенсорные процессы подобно тому, как это делают в мозге 64 млн нейронов и 16 млрд синапсов. При этом технологическое решение будет потреблять лишь 10 Вт мощности. IBM TrueNorth способен эффективно преобразовывать изображения, аудио- и видеоконтент или текст от многочисленных датчиков в символы в реальном времени.
Еще в 2014 году корпорация IBM заключила с американскими военными контракт на сумму около $550 тыс. Именно ВВС США стали первой организацией, кто заключил договор с IBM на предмет поставок и испытаний чипа такого рода. Разработку нового суперкомпьютера IBM ведет совместно с подразделением ВВС США Air Force Research Lab (AFRL).
Планируется, что создаваемая серверная система будет умещаться в стойке 4U, а восемь таких блоков обеспечат эмуляцию 512 млн нейронов. [1]

[внешняя ссылка]

Дуган надеется до конца этого года довести скорость ввода текста до 100 слов в минуту и обойтись при этом без вживления в мозг датчиков. «Мы не планируем вживлять датчики, разрабатывать курс для обучения телепатическим печатанием текста. Нет, мы разрабатываем прибор, который может использовать каждый. Это будет что-то вроде шлема, а в качестве основы для считывания информации с мозга мы намерены использовать метод динамического рассеивания света, по сути — «чтение мыслей по глазам»», — добавила Дуган.

[внешняя ссылка]

Китайцы говорят - неважно какого цвета кошка

В данном случае кошка это facebook - сообщество из 2 млрд человек, которые общаются со скоростью 100 слов в минуту

Через год они маму родную не узнают

Профиль: Регина Дуган
Руководительница экспериментальной лаборатории Facebook, за проектами которой в области технологий взаимодействия с мозгом стоит следить.

[внешняя ссылка]

Поведение мух разобрали по нейронам
Для мозга дрозофилы построили полную поведенческую карту.

[внешняя ссылка]

Илон Маск призвал создать регулирующую развитие искусственного интеллекта структуру

Основатель SpaceX и Tesla Илон Маск заявил, что основной угрозой для человечества является искусственный интеллект, передает журнал Fortune.

«В сфере искусственного интеллекта у меня есть доступ к самым передовым технологиям. И я думаю, что людям есть о чем беспокоиться», — сказал Маск во время своего выступления перед Национальной ассоциацией губернаторов США.

[внешняя ссылка]

Агентство перспективных исследовательских проектов Пентагона – DARPA разрабатывает компьютеры, интегрируемые в мозг. Система, получившая название NESD, представляет собой вживленный «нейронный интерфейс». Проект оценивается в 65 млн. долларов.

Как утверждают представители DARPA, компьютер будет использоваться для восстановления нарушенных или утраченных зрения, слуха и речи. Его размер не будет превышать 1 куб. см, что соизмеримо с двумя сложенными вместе монетами.

Компьютер будет переводить язык электрохимических реакций в единицы и нули, то есть на язык информационных технологий. По сути это означает, что мозг сможет устанавливать прямую связь с машинами.

О значении программы NESD рассказал ее руководитель Филлип Алвельд:

«За счет увеличения емкости современных интерфейсов мы сможем дополнительно привлечь более миллиона нейронов. Программа направлена на создание полноценной двусторонней связи с мозгом, что углубит наше понимание сложности протекающих в нем биологических процессов».

[внешняя ссылка]

одна караганда
просто карагандец какой то всему теме

Наступает виртуальная реальность

Бот OpenAI победил одного из сильнейших игроков в Dota 2

В рамках The International 2017 бот, разработанный стартапом OpenAI победил нескольких профессиональных игроков, в том числе Данила Ишутина. Игра 1 на 1 прошла по стандартным турнирным правилам. По словам киберспортсмена, во время игры у него сложилось ощущение, что против него играет «как живой соперник, так что-то еще». В следующем году OpenAI рассчитывает создать программу, которая сможет победить профессиональных игроков в турнире 5 на 5.

[внешняя ссылка]

[внешняя ссылка]

We’ve created a bot which beats the world’s top professionals at 1v1 matches of Dota 2 under standard tournament rules. The bot learned the game from scratch by self-play, and does not use imitation learning or tree search. This is a step towards building AI systems which accomplish well-defined goals in messy, complicated situations involving real humans.

Мы создали бота, который превосходит лучших профессионалов мира в матчах 1v1 Dota 2 по стандартным правилам турнира. Бот узнал игру с нуля путем самостоятельной игры и не использовал имитацию обучения или поиск дерева. Это шаг к созданию систем ИИ, которые выполняют четко определенные цели в беспорядочных, сложных ситуациях с участием реальных людей.

[внешняя ссылка]

В OpenAI рассказали, что бот учился играть в Dota 2 в матчах не с людьми, а с собственной копией. При этом ему удалось научиться предугадывать ходы противников и импровизировать в незнакомых ситуациях.

[внешняя ссылка]

One step towards building safe AI systems is to remove the need for humans to write goal functions, since using a simple proxy for a complex goal, or getting the complex goal a bit wrong, can lead to undesirable and even dangerous behavior. In collaboration with DeepMind’s safety team, we’ve developed an algorithm which can infer what humans want by being told which of two proposed behaviors is better.

Один шаг на пути к созданию безопасных систем ИИ - это устранение необходимости того, чтобы люди записывали целевые функции, поскольку использование простого прокси(доверенное лицо) для сложной цели или неправильное выполнение сложной цели может привести к нежелательному и даже опасному поведению. В сотрудничестве с командой безопасности DeepMind мы разработали алгоритм, который может сделать вывод о том, чего хотят люди, если сказать, какое из двух предложенных вариантов поведения лучше.

[внешняя ссылка]

Multiagent environments where agents compete for resources are stepping stones on the path to AGI. Multiagent environments have two useful properties: first, there is a natural curriculum — the difficulty of the environment is determined by the skill of your competitors (and if you’re competing against clones of yourself, the environment exactly matches your skill level). Second, a multiagent environment has no stable equilibrium: no matter how smart an agent is, there’s always pressure to get smarter. These environments have a very different feel from traditional environments, and it’ll take a lot more research before we become good at them.

Мультиагентные среды, в которых агенты конкурируют за ресурсы, являются ступенями на пути к AGI. Мультиагентные среды имеют два полезных свойства: во-первых, есть естественная учебная программа - сложность окружения определяется навыками ваших конкурентов (и если вы конкурируете с клонами себя, среда точно соответствует вашему уровню квалификации). Во-вторых, многоагентная среда не имеет стабильного равновесия: независимо от того, насколько разумным является агент, всегда есть давление, чтобы стать более умным. Эти среды имеют совершенно иное отношение к традиционным средам, и перед тем, как стать ими, мы сделаем гораздо больше исследований.

[внешняя ссылка]

Искусственный интеллект научится искать термики

Американская компания Microsoft разработала беспилотный планер с системой искусственного интеллекта, которая способна в полете учиться более эффективному поиску термиков. Так называют поднимающиеся массы теплого воздуха. Согласно сообщению компании, обучение позволит отладить алгоритм принятия решений в условиях непредсказуемого окружения, чтобы потом использовать его в других областях, включая наземный транспорт и авиацию.

Существующие системы искусственного интеллекта способны без сбоев выполнять различные задачи в условиях, когда окружение предсказуемо. При этом непредсказуемое воздействие может существенно ухудшить выполнение той или иной задачи. Для того, чтобы роботы могли действовать в непредсказуемых условиях, исследователи используют различные подходы, которые основаны на самообучении.

Масса аппарата составляет 5,7 килограмма. В воздухе беспилотник регулярно передает на пульт оператора данные о своем полете. Основной задачей планера является поиск термиков и использование их для продления собственного полета. Какие именно системы для изучения окружающего мира установлены на планере, не уточняется. Разработчики Microsoft утверждают, что они намерены научить планер находить и использовать термики так же, как это делают птицы.

С января прошлого года Научно-исследовательская лаборатория ВМС США проводит испытания беспилотных планеров, оснащенных системой AutoSoar. Эта система позволяет аппаратам находить термики, обмениваться друг с другом данными о них и использовать восходящие потоки воздуха для продления полета. Во время первого полета планеры поднимались на высоту тысячи метров и смогли пробыть в воздухе 2,5 часа. Второй полет продолжался уже 5,3 часа.



[внешняя ссылка]