La cooperación de las empresas Intel y DeepSense.ai – el desarrollo de la inteligencia artificial y aprendizaje automático. Presentación en el ejemplo de los juegos de Atari

0
21

Aunque el tema de la inteligencia artificial es ampliamente conocido, aún en la presentación ” características de la arquitectura moderna trae una serie de nuevas soluciones. Como dice uno de los representantes de la empresa DeepSense.ai, santiago Czakon, la inspiración para el inicio de la investigación fue el proyecto se implementa Google DeepMind. Los científicos han desarrollado una tecnología que permitió esquivar los mejores jugadores en el juego de . Uno de los maestros del juego, Lee Sedol, en cinco juegos jugados ganó sólo uno, y luego el programa AlphaGo derrotó al campeón del mundo, el chino Ke Jie, no dando ni un solo partido. 

durante la presentación hemos podido ver como el equipo es cada vez mejor y mejor, junto con la que pasa el tiempo, y los algoritmos de la inteligencia artificial le permiten aprender de los errores. El proyecto combina tres ingredientes importantes: juegos retro son conocidos con el Atari, misteriosos giros y la participación de los Polacos. El objetivo principal del evento es muy fácil. Los científicos querían comprobar si la inteligencia artificial, que trabaja en la plataforma de Intel, al estudiar la auto-realización de juegos de vídeo, se podrá en el mismo principio, aprender a manejar los verdaderos robots o autónomos a los medios de transporte, y ayudar a la gente en la solución de muchos problemas. 

M8zCU1 La cooperación de las empresas Intel y DeepSense.ai – el desarrollo de la inteligencia artificial y aprendizaje automático. Presentación en el ejemplo de los juegos de Atari

Más sorprendentes son, sin embargo, la misma base de dichas acciones. La inteligencia artificial no sabe nada acerca de las reglas de juego en el la Ruptura juegos publicado por Atari en 1976, y todos sus conocimientos se basan sólo en lo que ve. El camino a la victoria es el logro de la mayor cantidad de puntos, y es la única fuente de conocimientos para nuestra máquina. En el primer caso, la experiencia de uso del equipo de cámara, dirigida a una pantalla en la que transcurre el juego. Por lo tanto, para el aprendizaje de redes neuronales se aplican los algoritmos que permiten a los robots en el futuro tener la autonomía necesaria para mover en nuestro mundo. 

En el proyecto, desarrollado por Google DeepMind en 2013, las consecuencias de este comportamiento han sido sorprendentemente positivos. El equipo ha aprendido, sólo por medio de la observación, las reglas del juego en la Ruptura y, finalmente, superar a los humanos. Por desgracia, la máquina necesita es una semana antes de continuo trabajo y formación.

los investigadores DeepSense.ai interesado en este proyecto el año pasado. La empresa ya tenía en su haber un gran éxito. Ha desarrollado “Facebook” para вымирающих especies de cetáceos – el modelo de inteligencia artificial, que aprendió a este hombre por su cara sobre la base de fotografías aéreas. Podía, por lo tanto, estimar con precisión cuántas especies aún vive en la tierra, y distinguir en cuanto a nombres enviados.

Debido a que Google no ha proporcionado ninguna información acerca de aplicados los algoritmos de la inteligencia artificial en tiempo de juego en el la Ruptura, los científicos de la DeepSense.ai ha decidido utilizar sus propias modificaciones, oparłszy todo el proyecto en un servidor que utiliza el procesador Intel Xeon (y no, como Google, GPU). La clave en todo esto, fue el sistema de pago de la máquina por sus movimientos. Sobre la base de las imágenes, la misma debe evaluar cuáles son los pasos que acercan a la victoria, y que de él salen. Los efectos fueron prometedores, ya que la desarrollada por los Polacos método necesita ya no de la semana y todo el día, para aprender las reglas del juego a la perfección. 

durante la presentación que hemos visto hasta elpracowane algoritmos que permitían el coche en el logro de 476 puntos ya después de 60 minutos de entrenamiento. Me decidí a probar sus fuerzas y con la cuarta vez que me hice el resultado de 426 puntos, que me tomó un par de minutos de preparación. Me ha demostrado que por lo tanto, sólo un poco peor, de la máquina, pero esto causó una gran impresión en mí, aunque se entrenaba durante mucho tiempo. Si hubiera estudiado varias horas, me pudo ponerse al día. En el futuro, la formación se iniciará en sistemas en clúster, lo que permitirá reducir el tiempo de estudiar todas las reglas del juego, con 24 horas hasta varios minutos.

hemos Jugado precisamente en ese mismo juego. Aquí se ve como el coche se maneja en la práctica

DeepSense.ai dio todos los detalles técnicos de su investigación junto con el código fuente para que cualquiera pueda repetir el avance de las obras en su propio equipo. Robert Адамский con Intel, fue el responsable de la provisión de los equipos, y uno de los objetivos era hacer que el programa no ha dispersado de tareas en miles de pequeños núcleos, como en el caso de los procesadores gráficos. En lugar de ello, se debe utilizar de forma óptima la potencia en unos pocos, pero mucho más potente, de núcleos de PROCESADOR. La decisión de la usada en el plazo de DeepSense.ai le permite ejecutar en el mismo servidor (equipada con dos procesadores Intel Xeon) a varios cientos de concurrentes de los programas.

tal y Como explica arturo anatoly, con el que hemos tenido el placer de comunicarse, hoy, aprendizaje automático, y deep están revolucionando sectores como las finanzas y la banca, la medicina, la industria, el transporte, el servicio al cliente. Y proyectos a cargo de científicos polacos y los ingenieros determinan la dirección del desarrollo de los trabajos sobre la posibilidad de la inteligencia artificial.

Otro ejemplo de la aplicación de redes neuronales se puede enseñar a un robot, donde se encuentran los elementos específicos. Imagínese que usted solicita traer la leche de la nevera. Porque no es una planta y no necesariamente la leche debe estar en el mismo lugar, es necesario para que el robot tenga la capacidad de adaptación a las circunstancias. En el mundo real cada frigorífico un poco diferente, diferente configurado y tiene otro tipo de contenido. Usted no puede programar la máquina sólo en una cierta secuencia de movimientos. El robot debe aprender a lidiar con diferentes nevera, administración de la configuración de los locales, y, sobre todo, la cooperación con las personas con diferentes necesidades. Este tipo de experimentos son de gran influencia en el desarrollo ampliamente entendida de la robótica. Arthur Dlugosz añade que, antes de que los robots buenos, serán colocados en nuestra vida, se deben a este bien preparado.

rzvKyi La cooperación de las empresas Intel y DeepSense.ai – el desarrollo de la inteligencia artificial y aprendizaje automático. Presentación en el ejemplo de los juegos de Atari

arturo Dlugosz (a la derecha) – experto en inteligencia artificial en la empresa Intel Technology

a partir De la conversación con arturo Długoszem nos enteramos de que los informáticos de la infraestructura disponible en la mayoría de instituciones de investigación o empresas privadas, que son bastante efectivos para cumplir con los requisitos, de la inteligencia artificial. No necesitan muy costosas. De particular importancia es la cuestión de optimización de software. Arturo recuerda que durante mucho tiempo no se de la inteligencia artificial, que permitirá llevar a cabo una conversación normal, como con la otra persona. Por supuesto, ya se han creado algunos proyectos, aunque menos popular de Cleverbot, pero es muy primitivo de software.

le Pregunté, ¿significa esto que en los próximos 5 o 10 años será posible la realización concreta de hablar con una máquina. Arturo cree que pueden surgir tales sistemas, que se metodo bastante profundos conocimientos, para hablar precisamente de un tema determinado. “Si eres un amante de la literatura inglesa del siglo XVIII, puede ser, tú puedes con una máquina de hablar”, agregó. El desarrollo de la inteligencia artificial depende totalmente de la potencia de procesamiento del equipo. Por supuesto, hay problemas mucho más complejos, la asimilación de la máquina de la regla simple de los juegos, y las cuestiones relacionadas con la cyberbezpieczeństwem o autónomos a los medios de transporte requieren varias veces más potencia. 

13jqT2 La cooperación de las empresas Intel y DeepSense.ai – el desarrollo de la inteligencia artificial y aprendizaje automático. Presentación en el ejemplo de los juegos de Atari

“la inteligencia Artificial no depende de la cantidad de transistores. Consideraciones de rendimiento, escalabilidad y cómo se relacionan los diferentes sistemas informáticos, son muy importantes. Hoy en día usamos una señal eléctrica, pero estamos trabajando en la instalación de la luz, para que todos los importantes acelerar”, dice arturo. Es decir, tal y mejora de la fibra óptica. Usted puede imaginar el gran clúster de voltaje a través de un cable de fibra óptica para reducir el número de cuellos de botella, que debe controlar el tráfico de coches en la gran ciudad. No es bastante, que andan en los vehículos van a la recolección de grandes cantidades de datos, es todavía un montón de información será enviada a través de la infraestructura 5G (probablemente) para las unidades centrales. Esto requiere que el gigante de ancho de banda. 

me ha intrigado es una cuestión de seguridad, porque en el futuro vamos a luchar con mucho, la mayor cantidad de posibles delitos informáticos (como, por ejemplo, en la serie de juegos de Watch Dogs). Como dice arturo: “Hay un gran riesgo de que algo similar puede ocurrir. La cuestión de la seguridad no es una cuestión de un solo componente, software, equipo completo, la integridad de los trabajadores, el cumplimiento de los procedimientos o de la apertura de la información. Es una pregunta complicada. Si hablamos de autónomos vehículos, debemos desarrollar nuevos, hoy desconocidos, las formas de protección. Imagino que será un lugar donde un grupo de profesionales que controlan todo este sistema. Alguien que se ha seleccionado para el control de tráfico urbano en el mundo de los autónomos, de los vehículos se tiene una enorme responsabilidad. Puede ser, en la mecánica cuántica”. 

dqiPie La cooperación de las empresas Intel y DeepSense.ai – el desarrollo de la inteligencia artificial y aprendizaje automático. Presentación en el ejemplo de los juegos de Atari

17-kubitowy un chip

Intel ha presentado recientemente la primera un chip, compuesto por 17 kubitów (de pequeñas e indivisibles de las unidades cuántica de la información). Esta técnica se caracteriza por mucho mejores eléctrica y termomechanicznymi y puede acelerar la transferencia de llamadas. El chip puede transmitir hasta 100 veces la cantidad de señales que las anteriores, conocemos la solución. Más información acerca de este maravilloso proyecto se encuentra en el sitio web de Intel, y trataremos en el futuro describir con más detalle.

le Pregunté a arturo sobre la posibilidad de silicio, su futuro y sus posibles sucesores. “Llevamos a cabo la investigación con algunos materiales, pero creo que con la silicona es aún un poco más queda por hacer. En el camino hay varias tecnologías que permitan aumentar la capacidad de este material, especialmente cuando se trata de consumo de energía”.A continuación, nuestro interlocutor se pasó al tema de la capacidad existente de los conectores. SATA es ya demasiado lento, así que spodziewajmy sí mismo una migración total a PCI-E. Intel comenzó a promover y usar la última técnica de Optane, que proporciona un tiempo de acceso de 10 miles de veces más rápido que el estándar de la unidad de disco duro, disco de corte. “La memoria Optane no de memoria, tiene una muy buena característica. Hoy ofrecemos en forma de medio SSD a un conector M. 2, pero se puede także utilizar como una extensión de la memoria. Para alguien que tiene un gran agitador de disco, en el que se almacena una gran cantidad de datos, la unidad SSD puede ser difícil, por ejemplo, por el precio o la capacidad de estos dispositivos. La mejor solución para este tipo de clientes desde el punto de vista financiero para adquirir una pequeña módulo de 32 gb, por ejemplo, la memoria Optane, y la instalación de un software especial. Esto puede hacer que el anterior equipo de la unidad de disco duro (HDD) puede comportarse de la misma manera como el sistema en el que se encuentra la unidad de estado SÓLIDO”.

“El próximo año hemos suministrado en el mercado normal de los huesos de los módulos de memoria DDR4 con el uso de Optane, un tamaño de 128 gb. Sólo estarán disponibles para los servidores. Serán dos o incluso tres veces más barato que la DRAM. El caso es que en los servidores que requieren el movimiento de grandes volúmenes de datos, la presentación de hoy de la unidad, que cuenta con 3 tb de memoria vale la pena mucho. Optane reduciría significativamente los costos potenciales. Para ello, necesita la plataforma de servidor Перли que hemos introducido en julio de este año”.

arturo Dlugosz también considera que el futuro de los procesadores PROCESADOR muy bien, y en un futuro cercano, nada cambiará. Los científicos no renuncian a la utilización de la CPU en favor de la GPU, que hace un tiempo me predicó el CEO de Nvidia – jensen huang. Tarjetas gráficas consumen mucha energía, y, además, el software Legacy o el juego no dejen de uso normal de los procesadores. Sin embargo, como dicen los científicos, con DeepSence.ai, es mucho más difícil de programar gráficos de los sistemas.

“estamos Desarrollando en paralelo a la tecnología, que proporciona a los procesadores que no son compatibles con la arquitectura x86. Hoy ya es evidente que tales tareas, en las que se requiere un enfoque diferente. Hace unos días hemos mostrado nuestro primer chip neuromorficzny llamado Loihi, que hemos creado en el plazo de seis años, en el que los elementos no son los tradicionales de transistores, sólo imitan las neuronas y las sinapsis. El procesador se compone de 130 mil de estos primeros y cerca de 130 millones de los otros”, dice arturo. El chip en la primera mitad del próximo año, se distribuyó a las principales universidades de todo el mundo, para ayudar al desarrollo de la investigación de inteligencia artificial avanzada. Leer más sobre él, usted leerá en este lugar.

“nos Parece que pueden ser los trabajos, en los que el alejamiento de la escuela de diseño tradicionales procesadores en beneficio de esta, como la biología ha puesto al descubierto algunas cosas en el cerebro humano, puede ser útil”. Hoy en día, nadie ha dicho la última palabra, pero la arquitectura x86 va a ser muy larga base para el trabajo de la mayoría de las computadoras en el mundo. A finales de andrés le dijo otra cosa interesante: “Sólo el presupuesto en el límite de la capacidad de los de la tecnología. Hablando más en sentido figurado, – vivimos en un período de gigaflopsów si teraflopsów – parece que el aumento de la productividad 1000 veces, es decir, la transición de gigaflopsów en eksaflopsy hoy неисчислимо. No es improbable que en algún momento será contable, dentro de unos minutos. Quiere hoy de negocios y la ciencia entorno. Algunos de los problemas que es necesario resolver de diferentes maneras no pueden hacer, meses, o incluso años. En eksaflopsach funciona el cerebro humano, por lo que se supone que este recurso puede permitir inimaginables hoy en día los resultados. Queremos aumentar en 100 veces el rendimiento de lo que necesitamos para la inteligencia artificial en los próximos cuatro años. Esto no es un aumento neto de rendimiento de un procesador, sólo el aumento de la productividad a través de la plataforma”.

En un futuro próximo tenemos previsto un encuentro con un equipo de científicos del grupo de DeepSense.ai, que se explicarán una serie de complejas cuestiones relacionadas con el uso de algoritmos de inteligencia artificial en el mundo moderno. Ellos mismos, sin embargo, admite que la máquina, que estudia las reglas del juego, por el solo hecho de que él ve, hace ya una impresión duradera. La información proporcionada por arturo Длугоша rozbudzają nuestra imaginación. Nos interesa saber sus opiniones, expectativas y problemas que tiene en el equipo DeepSense – preguntar en los comentarios!