Один из первых петафлопсных компьютеров — IBM Roadrunner — был создан еще в 2008 году. Он рассчитан на пиковую производительность в 1,026 петафлопса (достигнута в июне 2008 года) и 1,105 петафлопса (ноябрь 2008 года). IBM построила этот компьютер для Министерства энергетики США, которое использует RoadRunner для расчета старения ядерных материалов и анализа безопасности и надежности ядерного арсенала США. Также планируется его использование для научных, финансовых, транспортных и аэрокосмических расчетов. В 2009 и 2010 годах список 500 самых быстрых компьютеров мира возглавил компьютер «Ягуар» компании Cray. Его максимальная скорость — 1,75 петафлопс.

В конце сентября 2010 года агентство «Синьхуа» сообщило о создании китайскими учеными суперкомпьютера Tianhe-1A (Млечный Путь-1А) производительностью 2,5 петафлопса. Он составлен из 7168 графических процессоров от Nvidia (модель Tesla) и 14336 центральных процессоров от Intel (Xeon). Создатели «Млечного Пути» утверждают, что он может выйти на производительность в 4,7 петафлопса. Суперкомпьютер будет использоваться для решения задач из области метеорологии, астрофизики, материаловедения и биохимии.

Таким образом, существующих уже сейчас компьютеров в принципе достаточно для моделирования мозга человека.

При этом специализированный компьютер может иметь гораздо большую производительность именно при моделировании нейронных сетей, а не при вычислениях общего назначения.

Производительность компьютеров растет примерно в 1000 раз в десятилетие. Те компьютеры, которые еще 10 лет назад принадлежали только ядерным исследовательским центрам, сегодня доступны продвинутым геймерам. В результате мы можем ожидать, что скоро в руках частных исследователей появятся системы, способные моделировать весь мозг человека.

Классификация ИИ-проектов

Основные направления создания ИИ

Сканирование мозга и моделирование его работы.

Символьный ИИ.

Генетические алгоритмы, которые моделируют не мозг, а биологическую эволюцию как метод оптимизации.

Реконструкция и моделирование работы мозга

В настоящее время в мире реализуется несколько проектов, направленных на исследование полной картины нейронных связей и моделирование работы мозга.

Технология

Проект

Заказчик, разработчик

Начало работы

Финансирование

Цель

Подробности, промежуточные результаты

Сканирование мозга

«Коннектом человека» (Human Connectome Project (HCP))

Национальные институты здоровья США

Лето 2009 года

Первоначальное — 30 млн долларов

Составление полной карты связей между нейронами в мозгу человека

Человеческий мозг, завещанный для научных исследований, разрезают в замороженном виде на тонкие срезы и сканируют. Затем компьютерная программа реконструирует связи нейронов

Моделирование мозга

«Грани» (

Fast Analog Computing with Emergent Transient States (FACETS)

)

Европейская комиссия, консорциум из 15 научных групп из Австрии, Франции, Германии, Венгрии, Швеции, Швейцарии и Великобритании

Сентябрь 2005 года

В рамках программы «Технологии информационного общества (

IST

)»

Создание на одной большой кремниевой подложке физического аналога 200 000 нейронов

В 2009 году удалось создать микропроцессор, который симулирует действия 50 000 нейронов, объединенных 50 миллионами синаптических соединений друг с другом

Сканирование мозга и моделирование нейронов

BlueBrain Project

Компания

IBM

и Швейцарский федеральный технический институт Лозанны

Июль 2005 года

IBM

и правительство Швейцарии, десятки миллионов долларов

Создание к 2020 году модели человеческого мозга

В конце 2006 года удалось смоделировать одну колонку неокортекса молодой крысы. При этом использовался один суперкомпьютер

Blue Gene

, и было задействовано 8192 процессора для моделирования 10 000 нейронов

Моделирование организма

C. elegans

Институт систем информатики СО РАН, Андрей Пальянов

Середина 2000-х годов

Минимальное

Создание первого в мире виртуального организма, управляемого электронной копией его биологической нейронной сети

Модель предоставляет способ визуализации структуры межнейронных соединений, включая нелинейные участки и области ветвления, а также отображения динамики нейронной активности. Пока удалось «запустить» лишь около 10–15% всей нервной системы червянематоды, мозг которого состоит из 300 нейронов с полностью известными соединениями между ними

Теория AIXI

AIXI — одна из моделей ИИ, основанная на теории алгоритмов.

AIXI находит наиболее простую модель будущего поведения, ведущую к цели. Продуктом работы этого алгоритма являются другие алгоритмы. Для этого он рассматривает все множество возможных гипотез, способных породить наблюдаемый феномен, и выбирает из них простейшие. Чем сложнее гипотеза, тем меньшую вероятность он ей приписывает. Можно сказать, что в данном случае используется математический аналог «Бритвы Оккама».

Эта модель позиционируется как абсолютный ИИ, который может извлечь максимум информации из заданной последовательности данных при обучении с подкреплением. Однако базовый алгоритм AIXI невычислим: это означает, что определение результата его работы потребовало бы бесконечного числа компьютерных операций для перебора всевозможных гипотез.

Особенности AIXI

Он пригоден для решения любых задач. Ему все равно, во что играть — в шашки или шахматы. Он постепенно выяснит правила игры и научится их применять.

В результате его работы будет найдено наилучшее возможное решение при заданной входящей информации.

Таким образом, его можно назвать абсолютным искусственным интеллектом.

Долгое время AIXI существовал только в виде теоретического построения, поскольку требовал для завершения своей работы бесконечно большого количества вычислений.

В 2009 году Маркус Хаттер предложил способ упрощения AIXI, когда ограничивается горизонт поиска и применяется метод численного решения Монте-Карло, в результате чего AIXI становится вычислимым на домашнем компьютере для простых игр вроде аркады. В этих играх он быстро находит максимально эффективный алгоритм, используя только 1 Гб памяти.

Генетические алгоритмы

Мощные результаты дает генетическое программирование. К настоящему моменту список изобретений «человеческого уровня», сделанных компьютерами в компании Genetic Programming Inc., использующими эту технологию, включает 36 наименований, из которых два сделаны машинами впервые, а остальные повторяют уже запатентованные проекты.

Одно из наиболее зримых практических применений эволюционных алгоритмов — это конструирование радиоэлектронных схем. Например, программа, основанная на генетических алгоритмах, нашла новое нетривиальное решение для создания операционного усилителя.

Подходы к созданию ИИ

Два крайних подхода к созданию ИИ состоят в выборе того, что является его главным принципом организации: новый способ обработки информации или накопление как можно большего количества информации, другими словами, ум или опыт?