Пентагон заказал разработку аналоговых «мозгов» для дронов и систем автопилота

По заказу военных США инженеры и программисты намерены воспроизвести в электронике зрительную систему мозга, чтобы создать новые инструменты искусственного интеллекта для управления автономными системами. Цифровые платформы и нейронные сети показали низкую энергоэффективность в сфере автопилотирования, поэтому для решения подобных задач учёные планируют разработать аналоговую электронику и новые инструменты программирования.

Пять причин полюбить HONOR X8c

Фитнес-браслет HUAWEI Band 10: настоящий металл

Пять причин полюбить HONOR Pad V9

Обзор умных часов HUAWEI WATCH 5: часы юбилейные

HUAWEI FreeArc: вероятно, самые удобные TWS-наушники

Hollow Knight: Silksong — песнь страданий и радостей. Рецензия

Почему ИИ никак не сесть на безматричную диету

Пять причин полюбить HONOR Magic7 Pro

Контракт на разработку получил Рочестерский университет (University of Rochester). Соглашение заключено с Агентством перспективных оборонных исследовательских проектов (DARPA) на сумму $7,2 млн, которая будет выплачиваться в течение последующих 4,5 лет. В рамках проекта исследователи должны создать новую элементную базу и программное обеспечение для реализации так называемого предиктивного кодирования — подхода, основанного на биологических принципах работы человеческого мозга.

Сети предиктивного кодирования (predictive coding networks) — это модели в области машинного обучения и нейронаук, основанные на концепции предсказания данных. Согласно этой теории, мозг (или модель) постоянно формирует прогнозы относительно входящих сенсорных сигналов и минимизирует ошибку предсказания, сравнивая ожидаемую и фактическую информацию. В контексте искусственных нейронных сетей такие модели часто используются в задачах компьютерного зрения и обработки естественного языка.

Контракт предполагает достижение результата, при котором аналоговая система будет способна распознавать статические цифровые изображения. Если исследователям удастся добиться производительности, сопоставимой с существующими цифровыми решениями, то разработка сможет применяться в более сложных задачах, связанных с восприятием — в частности, в беспилотных автомобилях и автономных дронах.

«Исследования нейробиологов показали, что механизм обратного распространения ошибки, лежащий в основе современных нейронных сетей, биологически неправдоподобен – системы восприятия нашего мозга работают иначе, — пояснил Майкл Хуанг (Michael Huang), профессор Рочестерского университета. — Чтобы решить эту проблему, мы задались вопросом: как это делает мозг? Преобладающей теорией стало предиктивное кодирование, предполагающее иерархический процесс прогнозирования и корректировки. Представьте, что вы перефразируете услышанное, сообщаете это говорящему и используете его ответ как обратную связь для уточнения своего понимания».

Важно подчеркнуть, что, несмотря на новизну подхода, система будет базироваться на проверенных временем технологиях производства полупроводников. В частности, планируется использовать существующие техпроцессы, такие как комплементарная металл-оксид-полупроводниковая структура (КМОП).