Компьютеры–самоучки

Список разделов Hi-Tech Компьютеры

Описание: Железо, софт, безопасность
Модератор: Katerinka

#1 Sloniha » 19.12.2011, 16:22

Совсем скоро компьютеры смогут учиться сами

Изображение

СТЭН УИЛЬЯМС — директор HP Quantum Science Research (QSR), подразделения, занимающегося теоретическими и прикладными исследованиями в области квантовой физики. Но это еще не все. Уильямс — один из самых известных исследователей-электронщиков в мире, поистине совершивший невозможное: в 2008 году QSR удалось создать лабораторный образец мем­ристора — нового элемента вычислительных устройств, принцип действия которого напоминает работу нервных клеток. Ранее считалось, что мемристор фактически невозможно создать. Прорыв, который совершила группа под руководством ученого, готовит революцию в компьютерной технике. Корреспонденты РБК daily ИЛЬЯ НОСЫРЕВ и ВЛАДИМИР ГАВРИЛОВ (фото) отправились в Сан-Франциско и встретились со знаменитым ученым в штаб-квартире HP в Пало-Альто.

СВЕТ СРЕДИ ВЕТВЯЩИХСЯ ТРОПОК

— Расскажите о важнейших направлениях исследований, которые ведутся в HP.


— Мы специализируемся в трех разных сферах, каждая из которых перспективна как для технологического развития, так и для бизнеса. Первая из них — наноэлектроника. Как вы знаете, HP сейчас не занимается продажей чипов как таковых, однако мы постоянно заняты разработкой революционно новых чипов, поскольку именно это позволяет задавать новые направления в технологии. Вторая сфера — нанофотоника. Более десяти лет назад мы поняли, что эта отрасль рано или поздно станет определяющей в электронике: с ее помощью мы наконец сможем создать по-настоящему быстрые и мощные компьютеры, которые при этом будут потреблять минимальное количество электроэнергии.

— На пути фотоники немало препятствий — финансовых и физических. С какими проблемами вы сталкиваетесь?

— До настоящего времени большая часть решений фотоники разрабатывалась телефонными компаниями, и поэтому они слишком дороги для персональных компьютеров. Уже сейчас можно сделать оптический компьютер, но беда в том, что он будет стоить более 400 тыс. долл. за штуку. Здесь есть над чем поработать, но мы уже нашли способ, как радикально удешевить технологию: можно делать гибридные чипы с использованием традиционного кремния. Он непроницаем для видимого спектра, зато для инфракрасных лучей прозрачен, как стекло. Еще одна проблема, связанная с фотонными вычислительными устройствами, заключается в том, что для обработки потоков света требуется большая точность светочувствительных элементов. Но эти препятствия не должны нас останавливать: технологические преимущества фотоники перед обычными кремниевыми чипами огромны. Во-первых, сами чипы можно уменьшить до размера в несколько микрон и они не будут перегреваться, как современные процессоры: ведь сейчас именно проблема теплоотдачи мешает наращивать их производительность. Во-вторых, оптические устройства позволит многократно увеличить скорость передачи данных по сетям.

БУРОВАЯ С «ЧУВСТВИТЕЛЬНОЙ КОЖЕЙ»

— Расскажите о вашем совместном проекте с Shell Oil Company. Что может быть общего у вас с компанией, которая занимается добычей нефти?


— Этот проект как раз имеет отношение к нашей третьей сфере исследований — сенсорам. Наш совместный проект с Shell посвящен созданию самой большой в мире системы поиска залежей нефти и газа. Сейчас новые месторождения сырья обычно ищут с самолетов, тратя на это миллионы долларов. Мы предлагаем гораздо более экономичную систему: запасы природных богатств можно обнаружить при помощи сенсоров, которые улавливают распространяющиеся в земной коре слабые звуковые волны. Этот способ оптимизирует поиск примерно на 200%.

— За счет чего?

— В первую очередь за счет гораздо более чувствительных сенсоров. В настоящее время сенсоры используются в очень ограниченных масштабах. Тому есть ряд причин. Во-первых, сенсоры слишком дороги и их нельзя использовать в больших количествах. Во-вторых, из-за плохой чувствительности они сплошь и рядом выдают ложную тревогу. Например, сообщают о дефекте в работе системы, которого на самом деле нет, и, как в той басне о мальчике-пастушке, который в шутку кричал «Волк! Волк!», люди теряют доверие к их показаниям. Мы решили поменять сам подход к использованию сенсоров: если делать их размером несколько десятков нанометров, потребуется совсем немного материала, а значит, их можно сделать очень дешевыми. При этом их чувствительность может быть в десятки раз выше, чем у обыкновенных. Это меняет саму модель: вместо того чтобы использовать в работе два-три дорогущих сенсора, вы можете задействовать миллионы, миллиарды и даже триллионы куда более дешевых. Размышляя о такой системе микроскопиче­ских сенсоров, мы вдохновлялись примером нервной системы человеческого тела, где множество чувствительных волокон соединены между собой. Если один нерв дает ложный сигнал, то мозг сравнивает его с сигналами других нервов и отсеивает неверную информацию. А все вместе эти датчики дают цельную картину происходящего в любой системе — будь то завод, здание или автомобиль: всю нужную информацию можно выводить на единый пульт в режиме реального времени, отправлять по сетям, сохранять и т.д.

— А не потребует ли такая система новых мощностей, например той же памяти и пропускной способности сетей?

— Совершенно верно: 10 кб/с, по­ступающие с одного датчика, обернутся 10 Гб/с с тысячи таких датчиков. Если сохранять все эти данные для анализа, то через неделю в хранилище будет уже петабайт данных. Где все это держать? Нужна новая память, а также мощные процессоры, которые могли бы обрабатывать этот поток данных в реальном времени.

— Вы имеете в виду мемристоры? Могут ли мемристоры заменить все традиционные устройства внутри компьютера?

— В отличие от транзисторов мемристоры сами по себе не являются активными элементами. Вот почему в целом невозможно говорить о замене одних на другие в буквальном смысле слова. Однако они открывают широчайшую перспективу для создания гибридных транзисторно-мемристорных устройств. Пока что речь идет о том, что транзисторы сохранят за собой место внутри процессоров, а на основе мемристоров будут делать память. Мы полагаем, что первый кандидат на вытеснение нашими устройствами — это флэш-память. Мемристорные блоки лучше ее во всех отношениях: меньше размер, выше скорость работы, оптимальнее энергоэффективность. Потом наступит черед оперативной памяти. У нее есть важный недостаток — она зависит от подачи электричества: если вы выключаете компьютер, все данные из оперативки стираются и вам придется снова тратить время на их загрузку. А вот мемристорная память позволяет сохранять информацию даже при отсутствии питания. Это значит, что компьютеры можно будет выключать и включать сколько угодно раз — без повторной загрузки системы. Затем падут под натиском и обыкновенные жесткие диски: мемристорные блоки позволят увеличивать объемы памяти и скорость доступа к ней в десятки и сотни раз. Наконец, дойдет дело и до гибридных процессоров. Уверен, что в течение ближайших 20 лет степень использования нашей новой памяти будет расти по экспоненте.

— Работа мемристоров частично основана на использовании закономерностей квантовой физики, однако мы до сих пор знаем относительно немного в этой области. Можно ли ожидать стабильной работы мемристоров, не зная досконально, как ведут себя кванты?

— Да, пока что мы понимаем не все. Наша команда (почти все исследователи в ней, кстати, русские) работает над тем, чтобы смоделировать все эффекты, которые могут наблюдаться в новых устройствах. Это чертовски сложно, потому что не всегда ясно, за счет чего происходит тот или иной конкретный эффект: благодаря законам классической или квантовой механики? Однако подчеркну, что основные процессы, на которых основана работа мемристоров, все-таки действуют по принципам молекулярной механики, а тут-то все изучено еще до нас.

КОМПЬЮТЕРЫ БУДУТ ОБСУЖДАТЬ В СЕТИ СВОИХ ПРОГРАММИСТОВ

— Я читал о том, что мемристоры создают хорошую базу для разработки искусственного интеллекта. Так ли это?


— Да. Дело в том, что мемристор является аналоговым, а не цифровым устройством: он способен переключаться не между единицей и нолем, а между огромным числом состояний между ними. Это делает его похожим на синапсы нервных клеток, позволяя создать на его базе устройства, работающие по принципу человеческого мозга. Как работает мозг человека? Когда вы часто думаете о чем-то или стараетесь что-то запомнить, вы периодически активируете определенные связи между нейронами, и эти связи становятся все прочнее. Мемристоры позволяют сделать такие же «нервные клетки», которые будут закреплять наиболее часто активируемые логические цепи. Компьютер сможет учиться тем же путем, что и человеческий мозг: шаг за шагом формируя свои наблюдения о мире и выстраивая из простых обобщений все более сложные. Имитировать работу мозга пытаемся далеко не мы одни — во всем мире об этой проблеме опубликовано около 2 тыс. научных работ. Однако беда в том, что современные цифровые технологии не позволяют создать электронный аналог даже самого что ни на есть примитивного мозга: если делать искусственные «нейроны» с помощью транзисторов, то этот простейший мозг займет огромную комнату и потребует адское количество энергии. А мемристоры позволяют сделать это проще, естественнее и без таких затрат.

— В одном из интервью вы говорили, что человечество еще не видело настоящие компьютеры, которые появятся уже совсем скоро. Что вы имели в виду?

— Современные компьютеры примитивны не только из-за их низкой эффективности. Загвоздка в том, что они способны выполнять только один тип задач: человек не только задает им задачу, но и дает алгоритм, по которому эту задачу нужно решить. То есть мы фактически сами делаем за компьютер всю работу. Но искусственный интеллект на то и интеллект, что должен самостоятельно искать пути решения задачи. А мы, люди, должны просто говорить ему: «Вот что требуется сделать. Давай делай». В настоящее время программисты создают тысячи новых программ, чтобы компьютер мог с их помощью решать новые задачи. Но это порочный путь: вместо постоянной разработки программ нам требуется создать одну-единственную платформу, которая смогла бы далее обучаться сама. При этом необходимо, чтобы компьютеры могли сами обмениваться знаниями между собой, обсуждая плюсы и минусы найденных ими алгоритмов, но пока все их «общение» сводится к тому, что они пересылает друг другу по Сети плохо структурированные куски кода. И все же я считаю, что мы уже близки к тому, чтобы создавать компьютеры, которые сами начнут учиться. Это может показаться невероятным, но представьте, сколько ученых сейчас движется к этой цели во всем мире. И их успехи года от года все значительнее.

http://www.rbcdaily.ru/2011/12/19/cnews/562949982325358
Sloniha
Автор темы

Вернуться в Компьютеры

Кто сейчас на форуме (по активности за 5 минут)

Сейчас этот раздел просматривают: 1 гость