Njia Muhimu za Kuchukua
- Aina mpya ya maunzi ya kompyuta inaweza kuruhusu akili bandia kujifunza mfululizo kama ubongo wa binadamu.
- Watafiti katika Chuo Kikuu cha Purdue wanasema kifaa chao kinaweza kupangwa upya inapohitajika kupitia mipigo ya umeme.
- Ingawa mfumo wa AI ambao hujifunza peke yake bado ni dhana, kuna mifano mingi inayokaribia.
Akili Bandia (AI) hivi karibuni inaweza kuimarika kutokana na aina mpya ya chip za kompyuta zinazochochewa na ubongo wa binadamu.
Watafiti katika Chuo Kikuu cha Purdue wameunda kipande kipya cha maunzi ambacho kinaweza kupangwa upya kinapohitajika kupitia mipigo ya umeme. Timu inadai kwamba uwezo huu wa kubadilika ungeruhusu kifaa kuchukua utendakazi wote muhimu ili kuunda kompyuta iliyoongozwa na ubongo. Ni sehemu ya juhudi zinazoendelea za kujenga mifumo ya AI ambayo inaweza kujifunza mfululizo.
"Mifumo ya AI inapojifunza kila mara katika mazingira, inaweza kuzoea ulimwengu unaobadilika kadri muda unavyopita," mtaalamu wa AI wa Taasisi ya Teknolojia ya Stevens Jordan Suchow aliiambia Lifewire katika mahojiano ya barua pepe. "Tunaona hili, kwa mfano, wakati mfumo wa kugundua ulaghai unapochukua muundo ambao haukuzingatiwa hapo awali wa ununuzi wa ulaghai au wakati mfumo wa utambuzi wa uso unapokutana na mtu ambao haujawahi kuona."
Wanafunzi wa Muda Mrefu
Watafiti wa Purdue walichapisha karatasi hii hivi majuzi katika jarida la Sayansi. Inaeleza jinsi chip za kompyuta zinavyoweza kujiweka upya ili kuchukua data mpya jinsi ubongo unavyofanya. Mbinu hii inaweza kusaidia AI kuendelea kujifunza baada ya muda.
"Akili za viumbe hai zinaweza kuendelea kujifunza katika maisha yao yote. Sasa tumeunda jukwaa bandia la mashine kujifunza katika maisha yao yote," alisema mmoja wa waandishi wa gazeti hilo, Shriram Ramanathan, katika taarifa ya habari.
Unzi uliobuniwa na timu ya Ramanathan ni kifaa kidogo, cha mstatili kilichoundwa kwa nyenzo inayoitwa perovskite nicklate, ambayo ni nyeti sana kwa hidrojeni. Kuweka mipigo ya umeme katika mikondo tofauti huruhusu kifaa kuchanganya mkusanyiko wa ioni za hidrojeni katika suala la nanoseconds, na hivyo kuunda hali ambazo watafiti waligundua zinaweza kuchorwa kulingana na kazi zinazolingana katika ubongo.
Kifaa kikiwa na hidrojeni zaidi karibu na kituo chake, kwa mfano, kinaweza kufanya kazi kama niuroni, seli moja ya neva. Ikiwa na hidrojeni kidogo mahali hapo, kifaa hutumika kama sinepsi, muunganisho kati ya niuroni, ambayo ndiyo ubongo hutumia kuhifadhi kumbukumbu katika mizunguko changamano ya neva.
"Iwapo tunataka kujenga kompyuta au mashine ambayo imeongozwa na ubongo, basi vivyo hivyo, tunataka kuwa na uwezo wa kuendelea kupanga, kupanga upya na kubadilisha chip," Ramanathan alisema.
Mashine za Kufikiria?
Mifumo mingi ya kisasa ya AI hubadilika kulingana na taarifa mpya inapofunzwa upya, David Kanter, mkurugenzi mkuu wa MLCommons, muungano huria wa uhandisi unaojitolea kuboresha ujifunzaji wa mashine, alisema katika barua pepe.
"Ulimwengu ni mahali panapobadilika sana, na hatimaye kujifunza kwa mashine na AI lazima ikubaliane na hili," Kanter alisema. "Kwa mfano, mfumo wa utambuzi wa matamshi mwaka wa 2022 ambao 'haujui' kuhusu COVID-19 au virusi vya corona hautakuwa na kipengele kikubwa cha ulimwengu wa kisasa. Vile vile, gari linalojiendesha linapaswa kuzoea mabadiliko ya mitaa, kufungwa kwa madaraja au hata halijoto ya chini hufanya barabara kuwa na barafu."
Ingawa mfumo wa AI ambao hujifunza peke yake bado ni dhana, mifano mingi inakaribia, Sameer Maskey, Mkurugenzi Mtendaji wa kampuni ya AI ya Fusemachines, alisema katika mahojiano ya barua pepe. Mojawapo ya mifumo hii ya kujifunzia ilitangaza habari wakati mfumo wa AI ulipomshinda mwanadamu kwenye mchezo wa Go.
"AlphaGo ilikuwa AI ya kwanza ya DeepMind kumshinda mchezaji mtaalamu wa Go," Maskey aliongeza. "Kazi zao za michezo zimekuwa hatua muhimu huku kila nyongeza mpya ikipata maendeleo kuelekea AI ambayo inaendelea kujifunza."
Mifumo ya AI ya siku zijazo itatafuta maelezo wanayohitaji ili kufanya maamuzi mazuri na kuchukua hatua zinazofaa, alitabiri Suchow. Kompyuta hizi za hali ya juu zitaepuka makosa ya gharama kubwa kwa kujifunza kutokana na uigaji wao wenyewe wa uzoefu, kwa mfano, kupitia "kujichezea," ambapo AI inawazia matokeo ya mwingiliano iliyo nayo na nakala zake zenyewe.
"Hii ni sawa na jinsi wanadamu wanavyoweza kujifunza kupitia mawazo, kutabiri matokeo mabaya bila kuhitaji kuyapitia moja kwa moja," Suchow aliongeza. "Mifumo ya AI itajifunza mikakati madhubuti zaidi ya kujifunza, kwa njia ambayo mwanafunzi anaweza kuelekeza wakati na umakini wake sio tu kwa yaliyomo muhimu ya kile anachosoma, lakini pia kwa mchakato wa kujifunza yenyewe."
