Perceptron: أجهزة تتبع للوجه ، وشرائح الذكاء الاصطناعي التناظرية ، ومسرعات الجسيمات المتسارعة

البحث في مجال التعلم الآلي والذكاء الاصطناعي ، الذي أصبح الآن تقنية أساسية في كل صناعة وشركة تقريبًا ، ضخم جدًا بحيث لا يمكن لأي شخص قراءته بالكامل. يهدف هذا العمود ، Perceptron ، إلى جمع بعض الاكتشافات والأبحاث الحديثة ذات الصلة – لا سيما في مجال الذكاء الاصطناعي ، على سبيل المثال لا الحصر – وشرح سبب أهميتها.

أن “يمكن ارتداؤها“التي تستخدم السونار لقراءة تعابير الوجه كانت من بين المشاريع التي لفتت أعيننا خلال الأسابيع القليلة الماضية. هكذا فعلت المعالج، إطار عمل من معهد ألين للذكاء الاصطناعي (AI2) يُنشئ من الناحية الإجرائية بيئات يمكن استخدامها لتدريب الروبوتات في العالم الحقيقي. من بين الأشياء البارزة الأخرى ، أنشأت Meta ذكاءً اصطناعيًا النظام يمكن أن يتنبأ ببنية البروتين في ضوء تسلسل حمض أميني واحد. وطور الباحثون في معهد ماساتشوستس للتكنولوجيا جديدًا المعدات يزعمون أنه يوفر حسابًا أسرع للذكاء الاصطناعي مع طاقة أقل.

يبدو أن سماعة الأذن ، التي طورها فريق في كورنيل ، تشبه زوجًا من سماعات الرأس الضخمة. ترسل مكبرات الصوت إشارات صوتية إلى جانب وجه مرتديها ، بينما يلتقط الميكروفون أصداء بالكاد يمكن اكتشافها من الأنف والشفتين والعينين وميزات الوجه الأخرى. تمكّن “ملفات تعريف الصدى” هذه السماعة من التقاط حركات مثل رفع الحاجبين واندفاع العينين ، والتي تترجمها خوارزمية الذكاء الاصطناعي إلى تعبيرات وجه كاملة.

السماعة لها بعض القيود. لا تدوم سوى ثلاث ساعات على البطارية ويجب أن تفريغ المعالجة على هاتف ذكي ، ويجب أن تتدرب خوارزمية الذكاء الاصطناعي لترجمة الصدى على 32 دقيقة من بيانات الوجه قبل أن تبدأ في التعرف على التعبيرات. لكن الباحثين أوضحوا أنها تجربة أكثر سلاسة من المسجلات المستخدمة تقليديًا في الرسوم المتحركة للأفلام والتلفزيون وألعاب الفيديو. على سبيل المثال ، بالنسبة للعبة الغموض LA Noire ، قامت Rockstar Games ببناء منصة بها 32 كاميرا تم تدريبها على وجه كل ممثل.

ربما في يوم من الأيام ، سيتم استخدام جهاز كورنيل القابل للارتداء لإنشاء رسوم متحركة للروبوتات الشبيهة بالبشر. لكن سيتعين على هذه الروبوتات تعلم كيفية التنقل في الغرفة أولاً. لحسن الحظ ، يأخذ ProcTHOR الخاص بـ AI2 خطوة (بدون تورية مقصودة) في هذا الاتجاه ، حيث يقوم بإنشاء آلاف المشاهد المخصصة بما في ذلك الفصول الدراسية والمكتبات والمكاتب حيث يجب على الروبوتات المحاكاة إكمال المهام ، مثل التقاط الأشياء والتحرك حول الأثاث.

تتمثل الفكرة وراء الكواليس ، التي قامت بمحاكاة الإضاءة وتحتوي على مجموعة فرعية من مجموعة ضخمة من المواد السطحية (مثل الخشب والبلاط وما إلى ذلك) والأشياء المنزلية ، في تعريض الروبوتات المحاكاة لأكبر قدر ممكن من التنوع. إنها نظرية راسخة في الذكاء الاصطناعي تقول إن الأداء في البيئات المحاكاة يمكن أن يحسن أداء أنظمة العالم الحقيقي ؛ تحاكي شركات السيارات مثل Alphabet’s Waymo أحياء بأكملها لضبط سلوك سياراتهم الواقعية.

بالنسبة إلى ProcTHOR ، تدعي AI2 في ورقة أن توسيع عدد بيئات التدريب يؤدي باستمرار إلى تحسين الأداء. وهذا يبشر بالخير بالنسبة للروبوتات المتوجهة إلى المنازل وأماكن العمل وأماكن أخرى.

بالطبع ، يتطلب تدريب هذه الأنواع من الأنظمة قدرًا كبيرًا من قوة الحوسبة. لكن قد لا يكون هذا هو الحال إلى الأبد. يقول الباحثون في معهد ماساتشوستس للتكنولوجيا إنهم قاموا بإنشاء معالج “تناظري” يمكن استخدامه لإنشاء شبكات فائقة السرعة من “الخلايا العصبية” و “نقاط الاشتباك العصبي” ، والتي بدورها يمكن استخدامها لأداء مهام مثل التعرف على الصور وترجمة اللغات وغير ذلك.

يستخدم معالج الباحثين “مقاومات بروتونية قابلة للبرمجة” مرتبة في مصفوفة “لتعلم” المهارات. إن زيادة وخفض التوصيل الكهربائي للمقاومات يحاكي تقوية وإضعاف نقاط الاشتباك العصبي بين الخلايا العصبية في الدماغ ، وهو جزء من عملية التعلم.

يتم التحكم في التوصيل بواسطة إلكتروليت يتحكم في حركة البروتونات. عندما يتم دفع المزيد من البروتونات إلى قناة في المقاوم ، تزداد الموصلية. عندما تتم إزالة البروتونات ، تنخفض الموصلية.

مادة غير عضوية ، زجاج فسفوسيليكات ، تجعل معالج فريق معهد ماساتشوستس للتكنولوجيا سريعًا للغاية لأنه يحتوي على مسام بحجم نانومتر توفر أسطحها المسارات المثالية لانتشار البروتين. وكميزة إضافية ، يمكن أن يعمل الزجاج في درجة حرارة الغرفة ، ولا تتلفه البروتينات أثناء تحركها على طول المسام.

نُقل عن المؤلف الرئيسي وباحث ما بعد الدكتوراة في معهد ماساتشوستس للتكنولوجيا مراد أونين قوله في بيان صحفي: “بمجرد أن يكون لديك معالج تناظري ، فلن تعد شبكات تدريب يعمل عليها أي شخص آخر”. “سوف تقوم بتدريب الشبكات ذات التعقيدات التي لا يستطيع أي شخص آخر تحملها ، وبالتالي يتفوق عليها جميعًا بشكل كبير. بعبارة أخرى ، هذه ليست سيارة أسرع ، إنها مركبة فضائية. “

بالحديث عن التسارع ، يتم الآن استخدام التعلم الآلي إدارة مسرعات الجسيمات ، على الأقل في شكل تجريبي. في مختبر لورنس بيركلي الوطني ، أظهر فريقان أن المحاكاة القائمة على ML للآلة والحزمة الكاملة تمنحهما تنبؤًا شديد الدقة يصل إلى 10 مرات أفضل من التحليل الإحصائي العادي.

قال دانييلي فيليبيتو من المختبر: “إذا كان بإمكانك التنبؤ بخصائص الحزمة بدقة تتجاوز تقلباتها ، فيمكنك حينئذٍ استخدام التنبؤ لزيادة أداء المسرّع”. ليس من السهل محاكاة جميع الفيزياء والمعدات المعنية ، ولكن من المدهش أن الجهود المبكرة للفرق المختلفة للقيام بذلك أسفرت عن نتائج واعدة.

وفي مختبر أوك ريدج الوطني ، تتيح لهم منصة مدعومة بالذكاء الاصطناعي القيام بالتصوير المقطعي المحوسب الفائق الطيفي باستخدام تشتت النيوترونات ، وإيجاد أفضل … ربما ينبغي علينا فقط السماح لهم بشرح.

في عالم الطب ، هناك تطبيق جديد لتحليل الصور القائم على التعلم الآلي في مجال علم الأعصاب ، حيث قام باحثون في كلية لندن الجامعية بتدريب نموذج على الكشف عن العلامات المبكرة لآفات الدماغ المسببة للصرع.

أحد الأسباب الشائعة للصرع المقاوم للأدوية هو ما يُعرف بخلل التنسج القشري البؤري ، وهي منطقة من الدماغ تطورت بشكل غير طبيعي ولكن لأي سبب من الأسباب لا تبدو غير طبيعية بشكل واضح في التصوير بالرنين المغناطيسي. يمكن أن يكون اكتشافه مبكرًا مفيدًا للغاية ، لذلك قام فريق UCL بتدريب نموذج فحص التصوير بالرنين المغناطيسي يسمى Multicentre Epilepsy Lesion Detection على آلاف الأمثلة لمناطق الدماغ السليمة والمتأثرة بـ FCD.

كان النموذج قادرًا على اكتشاف ثلثي FCDs الذي تم عرضه ، وهو في الواقع جيد جدًا لأن العلامات خفية للغاية. في الواقع ، وجد 178 حالة لم يتمكن فيها الأطباء من تحديد موقع FCD لكنهم يستطيعون ذلك. بطبيعة الحال ، فإن الكلمة الأخيرة تذهب إلى المتخصصين ، لكن الكمبيوتر الذي يلمح إلى أن شيئًا ما قد يكون خاطئًا يمكن أن يكون في بعض الأحيان كل ما يتطلبه الأمر للنظر عن كثب والحصول على تشخيص موثوق.

“نحن نركز على إنشاء خوارزمية ذكاء اصطناعي يمكن تفسيرها ويمكن أن تساعد الأطباء في اتخاذ القرارات. وقالت ماتيلد ريبارت من جامعة كاليفورنيا في لوس أنجلوس ، إن عرض كيفية قيام خوارزمية MELD بتنبؤاتها كان جزءًا أساسيًا من هذه العملية.