Ροή
Σκεπτόμενους υπολογιστές με νευρώνες δημιούργησε η DeepMind, δίνοντας νέες διαστάσεις στις υπολογιστικές μηχανές που πλέον μπορούν να σκέφτονται και να λύνουν προβλήματα μόνες τους.
Η DeepMind ξεκίνησε ως start-up στο Λονδίνο το 2010 και εξαγοράστηκε από τη Google το 2014 έναντι 400 εκατ. δολαρίων.
Οι υπολογιστές νέας γενιάς διαθέτουν νευρωνικά δίκτυα με διαφορίσιμες συναρτήσεις και μπορούν για πρώτη φορά να λύνουν προβλήματα μικρής κλίμακας χωρίς προηγούμενη γνώση. Μπορούν, για παράδειγμα, να σχεδιάζουν τη βέλτιστη διαδρομή ανάμεσα σε δύο σταθμούς του μετρό ή να επεξεργάζονται τις σχέσεις σε ένα γενεαλογικό δέντρο.
Τα νευρωνικά δίκτυα –συνδεδεμένα δίκτυα που έχουν μοντελοποιηθεί βάσει βιολογικών δικτύων όπως είναι ο εγκέφαλος– έχουν διαδραματίσει σπουδαίο ρόλο στα επιτεύγματα τεχνητής νοημοσύνης. Είναι ιδανικά για την εξαγωγή μοτίβων που χρησιμοποιούνται, για παράδειγμα, στην αναγνώριση φωνής για ψηφιακούς βοηθούς όπως το Google Voice ή η Siri της Apple. Μέχρι πρότινος, πάντως, είχαν πρόσβαση μόνο σε δεδομένα που εμπεριέχονταν στο ίδιο το δίκτυό τους.
Στην επιστημονική επιθεώρηση Nature, η 20μελής ομάδα της DeepMind υποστηρίζει πώς οι νευρωνικοί υπολογιστές (DNC) έχουν πρόσβαση σε εξωτερικά δεδομένα που μέχρι πρότινος ήταν μη συμβατά, όπως ένα κείμενο κωδικοποιημένο σε συμβατική ψηφιακή μορφή.
«Το πρόβλημα είναι ότι το νευρωνικό δίκτυο είναι ενσωματωμένο στην ίδια την υπολογιστική μηχανή, το οποίο σημαίνει ότι είναι αρκετά ευαίσθητο και δύσκολο να αναβαθμιστεί», σημειώνει ο Alex Graves, επικεφαλής του προγράμματος DNC. «Αποφασίσαμε ότι για δημιουργήσουμε μια ισχυρή υπολογιστική μηχανή θα πρέπει να το διαχωρίσουμε από τη μνήμη, οπότε το επεκτείναμε χωρίς να επηρεαστεί ο επεξεργαστής».
Ο Jay McClelland, διευθυντής του Κέντρου Εγκεφάλου και Υπολογιστικής του Πανεπιστημίου του Στάφορντ χαρακτήρισε την εργασία της DeepMind ένα «πολύ ενδιαφέρον και σημαντικό ορόσημα στην έρευνα της Τεχνητής Νοημοσύνης».
Για να αξιοποιηθεί όμως ο νευρωνικός υπολογιστής στον πραγματικό κόσμο, οδηγώντας την Τεχνητή Νοημοσύνη ένα βήμα παρακάτω, θα πρέπει να αναπτυχθεί ώστε να έχει πρόσβαση σε πολύ μεγαλύτερες μνήμες. «Θα χρειαστεί πολλή δουλειά από τους μηχανικούς», σχολιάζει ο Graves. «Αυτή είναι μια ερευνητική εργασία και δεν θέλω να κάνω πολλές εικασίες σχετικά με τις δυνατότητες εφαρμογής σε πρακτικό επίπεδο», είπε χαρακτηριστικά.
Παρ’ όλα αυτά, ανεξάρτητοι επιστήμονες που διάβασαν την έρευνα πριν να δημοσιευτεί εκτιμούν ότι οι πρακτικές εφαρμογές των νευρωνικών υπολογιστών είναι τεράστιες. Δύο παραδείγματα είναι η δημιουργία αφηγήσεων για βίντεο και η εξαγωγή του νοήματος ενός κειμένου.
