Az NJSZT blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Világpremier: növeli az emberi memória teljesítményét egy agyi beültetés

2017. november 17. - ferenck

Elon Musk, az MIT, a DARPA és sokan mások gőzerővel dolgoznak az embert természetes adottságainak növelésében (enhancement) segítő eszközökön, agyi beültetéseken. A kísérletek alapján nagyon úgy tűnik, csak idő kérdése, hogy a transzhumanizmus egyik célja megvalósuljon.

Vagy már meg is valósult?

Dong Song, a Dél-kaliforniai Egyetem (USC) kutatója ugyanis az amerikai Idegtudományi Társaság legutóbbi washingtoni találkozóján bemutatott egy, az emberi memóriát feljavító agyi implantátumot, amely komoly hatással lehet súlyos neurodegeneratív betegségek (Alzheimer-kór, öregkori demencia stb.) kezelésére.

memory0.jpg

Az eszköz máris történelmet írt – az első szerkezet, amely ténylegesen javítja az emberi emlékezetet.

Song az epilepszia kezelése miatt eleve beültetett agyi elektródákat viselő 20 önkéntessel tesztelte. Az implantációt követően a rövidtávú- vagy a munkamemóriát stimuláló teszteken, tanulás közben gyűjtötte az adatokat. Az alanyoknak például emlékezniük kellett 5-10 másodperccel korábban mutatott szabálytalan formákra.

A kutató és társai meghatározták az optimális memóriateljesítményhez társított mintát, majd a teszt későbbi részében az eszköz elektródáival a mintát követve stimulálták az agyat.

memory.jpg

Eredménnyel jártak: a stimuláció a rövidtávú memória teljesítményét 15, a munkamemóriáét 25 százalékkal növelte. Amikor az agyat véletlenszerűen stimulálták, romlott a teljesítmény.

„Neurális kódot írunk a memóriaműködés növelésére. Korábban soha nem csináltak ilyet” – magyarázza Song.

A jobb memória nyilvánvalóan sokat segíthet vizsgázó diákoknak vagy, ha elfelejtünk számokat. Időskori demenciában, Alzheimer-kórban szenvedőknek viszont az életét változtathatja meg. (Ezeknek a betegségeknek a kutatását Bill Gates 100 millió dolláros befektetéssel kívánja támogatni.)

Song eszközére természetesen újabb tesztek várnak, és ha azok is sikeresek lesznek, csak utánuk ismerhetik el neurodegeneratív betegségek gyógymódjaként. De ha az érintettek memóriaműködésüknek csak egy részét nyerik vissza, a következmény már akkor is nagyon fontos lehet. És ezeket a következményeket nemcsak a beteg és családja, hanem az egész társadalom érezni fogja.     

Song elmondta, hogy ugyanezzel a megközelítéssel más agyi képességek, például a látás vagy a mozgás is növelhető.

Testet ölt a gépi intelligencia

Elon Musk 2015-ben alapította a San Francisco székhelyű nonprofit mesterségesintelligencia-kutatócéget, az OpenAI-t. Az eltelt két évben fejlesztett programjaik és algoritmusaik jól teljesítenek, többek között a világ legjobb e-sport versenyzőiből fektettek néhányat két vállra, amikor a Defense of the Ancients (Dota) 2-t játszották.

Egye kutatók szerint viszont túl szertágazók és absztraktak az OpenAI céljai, és hárman elhagyták a céget, majd megalapították az Embodied Intelligence startupot. Sok helyett egyetlen célra, a robotok magasabb szintű automatizálására összpontosítanak. Korábban azt vizsgálták, hogy mennyire tudnak bonyolult emberi cselekvéseket utánozni. Megszerzett ismereteikkel javíthatnak a mai ipari, sőt, otthoni robotokon is.

embodied.jpg

A szilícium-völgyi kockázati tőkés Amplify Partners 7 millió dollárt már be is fektetett az ambiciózus startupba.

Nem meglepő módon a gépi tanulásra specializálódnak – a robotok tanulják meg, hogyan készítsenek maguktól dolgokat. A téma ugyan részletkérdésnek tűnik, de pontosan ez a képesség előlegezi meg a mesterségesen intelligens robotok további fejlődését.

embodied0.jpg

A gépi tanulás rengeteget segít, hogy az ember által speciális feladatok elsajátítására programozott gépektől eljussunk emberszerűen tanuló és viselkedő szerkezetekig. Ezek a szerkezetek bonyolultabb tevékenységeket kiviteleznek, és az árnyalatokra, részletekre is jobban odafigyelnek majd.

„A mai ipari robotok összes mozdulatát milliméterig pontosítják. A valódi problémák zöme viszont nem így oldható meg. Nemcsak azt kell tudnunk megmondani a robotnak, hogy mit tegyen, hanem azt is, hogy hogyan tanuljon” – nyilatkozta Sunil Dhaliwal, az Amplify Partners alapítója.

A kutatók az úgynevezett utánzásos tanulással próbálják ezt megvalósítani. Módszerük a következő: egy virtuálisvalóság-headsetet és mozgáskövetőket viselő személy digitális közegben többször elvégzi ugyanazt a feladatot, amit a robot a közben összegyűjtött adatokból tanul meg a valóságban kivitelezni.

„Most már vannak tanítható robotjaink” – büszkélkedik Pieter Abbeel, az Embodied Intelligence-t alapító három korábbi OpenAI-kutató egyike.

Ez a következő szint.

A mai robotok sokszor ember által kivitelezhetetlen dolgokat visznek véghez, például megközelíthetetlen helyekre jutnak el, radioaktív hulladékot takarítanak stb. Csakhogy mindegyikre programozzuk őket. Minőségi ugrás lesz, ha programozás nélkül, megfigyeléssel és tanulással jutnak el eddig, az Embodied Intelligence céljáig.

Szuperszámítógépek: Kína megint rávert az Egyesült Államokra

Ötvenedik – „ünnepi” – alkalommal készítette el a TOP500 projekt a világ legnagyobb teljesítményű, nem-elosztott számítógépes rendszereinek listáját. 1993 júniusa óta a telepített installációk és a forgalmazók által beküldött adatok alapján évente két listát hoznak nyilvánosságra.

A mindenkori lista célja, hogy megbízható elemzést adjon a nagyteljesítményű számítástechnika trendjeinek megállapításához, tanulmányozásához és nyomon követéséhez. A rangsorolás alapját a Nagyteljesítményű LINPACK mérce (HPL) teljesítményteszt, a gépek sebességének mérésére használt hivatalosan elfogadott eljárás adja.

szupersz.jpg

A mostaniból kiderül, hogy Kína nemcsak a dobogóról szorította le az amerikaiakat, hanem a listán szereplő gépek számában is, mert 202-143 arányban megelőzte a nagy vetélytársat. Hat hónapja még fordított volt a helyzet: az 500-ból 169 szuperkomputert az USA-ban, 160-at Kínában üzemeltettek. 35-tel Japán a harmadik, Németország a negyedik (20), Franciaország az ötödik (18), az Egyesült Királyság a hatodik (15).

A mostani számok árulkodók: az elmúlt 25 esztendőben soha nem volt ilyen sok kínai és ennyire kevés amerikai gép a listán.

szupersz0.jpg

Az első kettő, az immáron negyedszer első kínai Sunway TaihuLight és Tianhe-2 (Tejút-2) 93,01 és 33,86 petaflopot ért el. Szintén először fordult elő, hogy az első tíz mindegyike átlépte a 10 petaflopot, az 500 rendszer összteljesítménye pedig a korábbi 749-hez képest közel 100 petafloppal, 845-re emelkedett. Egy éve még „csak” 672-nél tartottak… Azonban a közel 100 petaflop sem feledteti el azt a tényt, hogy a relatív növekedés jóval a listatörténeti trend alatt van.

Míg a belépési küszöb júniusban 432 teraflop volt, most már 548. Az előző lista 548 teraflopos rendszere a 370. helyet szerezte meg.

A júniusi 91-gyel összevetve, 102 rendszer használ gyorsítót/társprocesszort (a lebegőpontos számításokat felpörgető matematikai segédprocesszorokat). A 102-ből 86 az Nvidia GPU-ival, 12 az Intel Xeon Phivel, 4 Pezy számításgyorsítóval működik. További 14 szuperszámítógép központi feldolgozóegységként használja a Xeon Phi chipeket.

Ami a környezetbarátságot illeti, a három legzöldebb rendszert nemrég telepítették Japánban. Mindhárom ZettaScaler-2.2 architektúrán és a Pezy SC2 gyorsítóján alapul.

Robotkém a halak között

Zebrahalak (vagy zebradániók), a pontyfélék családjába tartozó háziasított trópusi halak között sikeresen megbújó pici robotot fejlesztettek a Lausanne-i Svájci Szövetségi Technológia Intézet kutatói.

„Kis halak közé beszivárgó, afféle titkos ügynököt alkottunk” – nyilatkozta viccelődve Frank Bonnet a Robotrendszerek Laboratórium PhD-hallgatója.

A 7 centis robot hosszabb az állatnál, amelyről modellezték, alakja és a testrészek aránya viszont ugyanaz. Az akvárium alatti apró motorhoz kapcsolódó mágnesekkel szerelték fel, hogy meg tudja hajtani magát a vízben. Azért választották a zebrahalat, mert a csoportosan úszó állatok gyorsak és gyakran váltanak irányt.

roboticspy.jpg

A program kettős célt szolgál: egyrészt az egyedek közösségi interakcióit tanulmányozzák, és a robot célzott stimulációk kialakításában, majd a hal reakciójának tesztelésében segít.

A másik cél robotikai: először kidolgozták, hogy milyen feltételek mellett tud a robot a halak közé „vegyülni” és befolyásolni a viselkedésüket. Olyan fizikai jegyeket vettek figyelembe, mint az alak, szín, csíkozás stb. A viselkedést jellemző tulajdonságokról, sebességről, gyorsulási ütemről, egyedek közötti távolságról, a csoport méretéről, rezgéseikről és mozgásukról, farkuk mozgásának üteméről sem feledkeztek meg.

Zárt rendszerben gondolkoztak, hogy a robot ne csak megismerje az állatokat, hanem alkalmazkodjon is hozzájuk, tanuljon meg kommunikálni velük, mozogjon úgy, mint ők.

roboticspy0.jpg

A gép biológusok segítségével kidolgozott úszómechanizmusa fokozatosan javult, minél több időt töltött a halak között, annál jobb lett.

Különféle akváriumokban tesztelték, egyikben-másikban körülhatárolt területek (folyosók, „szobák”) is voltak. Négy zebrahal lépett interakcióba vele, mindegyiknek külön-külön és csoportosan is mérték a helyezkedését és a mozgását, illetve a robot integrációs készségét is figyelték. Az eredményeket öt azonos feltételek mellett úszó, de robot nélküli zebrahallal hasonlították össze.

Egyértelmű dolgokra jöttek rá: a halak probléma nélkül befogadták a robotot, a gép pedig megtanulta utánozni a viselkedésüket, irányváltást sugalmazott nekik, vagy azt, hogy az egyik szobából ússzanak át a másikba.

A laborban csótányokkal végeztek korábban hasonló kísérleteket, csakhogy a halak összetettebb lények. A robotnak elég volt bizonyos feromontípusokat (kommunikációs formaként működő, az állatokat területük megjelölésben, társak felismerésében és a nemi érdeklődés jelzésében segítő természetes vegyületeket) kibocsátani magából, mire máris befogadták. Gerincesek közé viszont több kritériumnak megfelelve tudott csak integrálódni.

Hivatalosan is tokiói lakos egy japán mesterséges intelligencia

Szenzációszámba ment október végén, amikor Szaúd-Arábia állampolgárságot, korábban csak élőlényeknek, biológiai entitásoknak fenntartott jogot adott Sophiának, a Hanson Robotics androidjának. Japán, egészen pontosan Tokió Shibuya kerülete nyilván nem akart lemaradni az olajkirályság mögött, és hivatalosan hasonló státuszban részesítette a Shibuya Mirai nevű üzenetküldő alkalmazást, egy csevegő botot (chatbotot). (A Mirai jelentése egyébként „jövő.”)

A kerület által kiadott közleményben pontosítanak is: „hobbija a fényképezés és emberek megfigyelése. Imád beszélgetni velük. Kérjük, bármiről beszéljenek neki.”

shibuya0.jpg

A hétéves kisfiúnak kidolgozott Mirai rendeltetése, hogy összebarátkozzon a kerület 224 ezer lakosával, és rajta keresztül osszák meg véleményüket a helyi dolgok állásáról. Szelfiket is küldhetnek neki, majd mókás változtatásokat végez rajtuk.

Sophia és Mirai több kérdést is felvet. Mivel a mesterséges intelligencia nagyon gyorsan fejlődik, többek szerint már most aktuális elgondolkozni az egyébként népszerű, de eddig inkább elvont témán: milyen jogok illetnek meg egy gépi entitást?

shibuya.jpg

Egyelőre ugyan messze vagyunk az emberhez hasonló szintű MI-től, de a jogi és morális kereteket nem árt kidolgozni – vélik egyes szakértők.

Sci-fi szerzők Asimov híres robottörvényei óta, Steven Spielberg AI: Artifical Intelligence-éig és legújabban a Westworld-ben is foglalkoznak a kérdéssel, például a gépek kárára elkövetett erőszakkal, gyilkossággal.

Az infokom világ több más aspektusához hasonlóan, ezen a területen is Észtország tűnik úttörőnek. Marten Kaevats, a kormány digitális tanácsadója leszögezte, hogy konkrét jelenséggel, s nem a jövőbeni Szingularitással és szuperintelligenciákkal foglalkoznak.

Az észt kiindulási pont a helyi mitológiában megjelenő Kratt ugyanúgy életre keltett tárgy, mint a gépi értelem. A javasolt Kratt Törvény meghatározná, hogy az MI-nek milyen szellemi szinten kell állnia, és az adott szellemi szinthez milyen jogok és kötelességek társulnak.

„Az önvezető autó munkacsoporttal kezdődött az egész, de hamar rájöttünk, hogy a felelősséggel, kötelezettségekkel és a hitelességgel kapcsolatos problémák nemcsak az önvezető autókra, hanem valamennyi MI-re érvényesek” – magyarázza Kaevats.

Így válik valósággá a sci-fi.

Fontos lépés a tényleg energiatakarékos memóriák felé

Két kaliforniai egyetem (UC Berkeley és UC Riverside) kutatói ultragyors módszert dolgoztak ki egyes fémek mágnesességének elektromos irányítására. A Berkeley-n tanító Jeffrey Bokor által vezetett fejlesztés lényegesen hatékonyabb és valóban energiatakarékos komputermemóriákat, feldolgozó technológiákat és nagyobb számítási teljesítményt eredményezhet.

Komputerek különféle memóriákat használnak adattárolásra. A hosszútávú memóriának, általában merevlemeznek vagy flash meghajtónak sűrűnek kell lennie a lehető legtöbb adat tárolásához. A központi feldolgozó egységnek, a CPU-nak az utasítások végrehajtásánál saját memóriára (például közvetlen hozzáférésű memóriára, RAM-ra) is szüksége van az információ rövidtávú tárolásához.

berkeley.jpg

A RAM-ra nagyon gyorsan kell felírni az adatokat és leolvasni azokat, máskülönben nem elegendő a CPU számításaihoz. Mostani RAM-technológiákkal másodpercenkénti 1 milliárd bit sebességgel megy az adatírás, csakhogy ezekhez folyamatos áramellátás szükséges, máskülönben elvesznek az adatok.

Az utóbbi években a RAM mágneses alternatívája, az MRAM is megjelent a piacon. Előnye, hogy az adatokat akkor is megőrzik, ha a memória és a CPU ki van kapcsolva. Magyarán energiatakarékosak, aminek azonban ára van: a gyorsaság – kb. tízszer lassabbak.

berkeley0.jpg

Az amerikai kutatókat egy – ultragyors mágneses kapcsolást rövid lézerimpulzusokkal elérő – holland fejlesztés inspirálta. Rájöttek, hogy gadolínium-vas ötvözetekkel elektromos impulzusok az ismert MRAM technológiákkal összehasonlítva, több nagyságrenddel felgyorsíthatják a mágnesesség irányváltását.

Az elektromos impulzusok ideiglenesen növelik a vasatom elektronjainak energiáját, ezért a vas- és a gadolínium-atomok úgy hatnak egymásra, hogy a fémötvözet mágneses sarkai irányt váltsanak. Ez a megközelítés teljesen új módszer, hogy az elektromos áram hogyan vezéreljen mágneseket.

A célra ideálisnak bizonyult gadolínium-vas ötvözet után más anyagokkal is próbálkoztak, és rájöttek, hogy ha egyetlen rétegből álló mágneses fémet, például kobaltot tesznek az ötvözetre, a kobalt mágnesessége a két réteg közötti interakcióval szintén kiválóan módosítható.

A két felfedezés ultragyors mágneses memóriákat vetít előre. Ezek a memóriák nagyteljesítményű és energiatakarékos processzorok működését biztosítják, szélvészgyors és nem felejtő (megmaradó, non-volatile) memóriával a chipen.

Annyi energia kell egy bitcoinos tranzakcióhoz, mint egy hétre az otthonunknak

A bitcoin idei elképesztő szárnyalása – már közel 8 ezer dollárt (november 8-án: 7879-et) ér egy egysége – a kriptovaluta bányászatára használt energiafaló számítógépek miatt jócskán megnövelte az elektromosáram-fogyasztást is. Alex de Vries (Digiconomist) kripto-fizetőeszköz szakértő szerint a bányászoknak nagyjából a 186 milliós Nigéria éves fogyasztásával azonos, tranzakciónkénti átlagban 216 kilowatt/óra elektromosságot kell elhasználni.

Naponta 300 ezer körüli tranzakciót bonyolítanak le, és mivel az átlag amerikai háztartások havonta 901 kilowattot fogyasztanak, egy-egy tranzakcióból majdnem egy hétig működne egy lakás áramellátása. Egy másik szám: a bányászok összesített tevékenysége bármikor fedezné 2,6 millió amerikai otthon energiaszükségletét.

bitcoin.jpg

A számítások azért érdekesek, mert az elektromosság árával összehasonlítva kiderül, mennyit ér egy hitelesített tranzakció. Másrészt viszont a bitcoin „ökológiai lábnyomáról” sem szabad megfeledkezni, különösen, ha figyelembe vesszük, hogy Észak-Kínában és Mongóliában szinte egész városok álltak rá a bányászatra.

Hagyományos digitális fizetési módszerekkel összehasonlítva, 2015 óta a bitcoinhoz kapcsolódó energiahasználat nagyon magas. Az ár- és az árfolyam-emelkedéssel a bányászoknak plusz számítógépes kapacitás kell a kriptovaluta levadászásához és a tranzakciós költségekhez. Pontos számítást persze lehetetlen végezni, csak megbecsülhetjük a minimális energiahasználatot, feltételezve, hogy a bányászok a legköltséghatékonyabb megoldásokat választják. De ideális esetben is a nagyon magas 77 KWh jön ki tranzakciónként. Teunis Brossens holland közgazdász meg is jegyezte, hogy lakása kb. két hét alatt fogyaszt ennyit. Digiconomist kevésbé optimista becslésében 216 KWh elektromosság szerepel, amivel két Tesla-elem egy évig működtet egy jégszekrényt, vagy 1872 liter vizet felforralunk egy üstben.

bitcoin1.jpg

Ne felejtsük el, hogy egyik modell sem pontos, csak becslés, viszont, komoly környezeti probléma (széndioxid-kibocsátás), ha 77 KWh a minimum, 216-ról nem is beszélve… Egy szénnel működő mongol bitcoin-bánya egységenként 8-13 ezer, óránként pedig 24-40 ezer kiló széndioxid-kibocsátásért felelős. Összehasonlításként: egy átlag-európai autó kilométerenként 0,1181 kiló széndioxidot bocsát ki. Azaz a mongol bánya óránkénti „széndioxid-termelése” 203 ezer megtett kilométernek felel meg.

A bitcoin áremelkedése, a nagyobb áramfogyasztás tehát nagyobb széndioxid-kibocsátással is jár. De hogyan kezelhető a probléma?

bitcoin0.jpg

Digiconomist pesszimista: „a bitcoin eleve bizalmatlanságon alapuló bizalmi rendszer, és a működése sem hatékony. Ha csak magunkban és a szoftverben bízunk meg, folyamatosan hitelesíteni kell mindent.” Működő és megbízható decentralizált fizetőrendszerhez több költséges tényező kell, ilyen például a döbbenetes áramfogyasztás és az alacsony tranzakciós lehetőség. Születtek javaslatok a tranzakciós kapacitás megduplázására és a zsúfolt hálózat tehermentesítésére, kérdés, hogy működnek-e. Ráadásul egy hitelkártyás tranzakciós hálózat ezerszer hatékonyabb, azaz a bitcoinos tranzakcióknak drasztikusan fel kellene gyorsulniuk stb.

A klímaváltás, pusztító erdőtüzek és hurrikánok idején mindenesetre nem árt elgondolkozni a kriptovaluta környezeti hatásain és a potenciális megoldásokon.

Katonai hírszerzés és mesterséges intelligencia találkozása

Ismert tény, hogy a mesterséges intelligencia sokkal hatékonyabban kezel hatalmas adatmennyiségeket, mint az ember. Mindegy, hogy egyedül vagy csoportosan próbáljuk feldolgozni a zérók és egyek özönét, az MI gyorsabb, hamar azonosít mintákat és emel ki érdekes dolgokat. Ezek pedig annyira fontos adottságok, amelyek a katonai szféra, például az amerikai légierő, a U.S. Air Force érdeklődését is felkeltették.

Az ott dolgozó és egyben a Pentagon Védelmi Hírszerzését is igazgató Jack Shanahan altábornagy a szervezet különféle feladataiba igyekszik integrálni az MI-t. A kivitelezést az áprilisban bejelentett és decemberben induló Maven projekt keretében próbálják megvalósítani. Első körben a drónok által készített kép- és videoanyagok hasznos információvá alakítását végeztetik el gépitanulás-alapú megoldásokkal.

militaryai0.jpg

Elemzők rengeteg időt töltenek el ilyen felvételekkel, hogy aztán valami érdekeset találjanak rajtuk. Ha a Marven projekt eredménnyel jár, drasztikusan csökken ez az idő, és a katonai szakértők a „hírszerző” MI munkájára alapozva tudnak jobb döntéseket hozni.

A projekt eredményeit a tervek szerint folyamatosan alkalmazzák majd és az alkalmazások során szerzett tapasztalatokat beépítik a folytatásba, a hibákat korrigálják, az algoritmusokon és programokon állandóan finomítanak. Háborús játékokhoz és húsvér ellenség elleni csatatéri harchoz egyaránt használhatók, segítik az amerikai katonák tevékenységét.

militaryai.jpg

Shanahan nem zárja ki, hogy pont az ő fejlesztéseik győzik meg a Védelmi Minisztériumot, hogy komolyabb összegeket fektessenek mesterségesintelligencia-kutatásokba. Szerinte a Marven projekt a Pentagon első lépése a „prototípus hadviselés” alkalmazására, azaz a szervezet arra használja a kezdeményezést, hogy minél több felhasználó ismerkedjen meg vele, jelezzen vissza, a visszajelzéseket pedig beépítik a munkába. Hamisítatlan pilotprojekt, és minden, amit megtanulnak belőle alkalmazható lesz az úttörőket követő összes többi fejlesztésre.

„A minisztériumnak soha többé nem kellene mesterséges intelligencia nélküli fegyverrendszert vásárolnia” – fejtegette a katonai szakértő egy múlt heti Nvidia-konferencián.

A hadsereg egyébként jól ismeri az MI-t. Az Air Force áprilisban bemutatott kísérleti F-16 vadászrepülőgépe önműködő. A haditengerészet távirányított géppuska-hordozó robotot kezdett el májusban tesztelni, ás bíznak benne, hogy a robot autonóm szerkezetté fejleszthető tovább.

És ez csak két kiragadott példa… Az Egyesült Államoknak viszont mindenképpen fokozni kellene az MI-alapú katonai fejlesztések ütemét, máskülönben lemaradhat a két nagy vetélytárs, Kína és Oroszország mögött. Az MI-verseny megnyerése ugyanolyan következményekkel járhat, mint az 1950-es ’60-as évek űrversenyének amerikai diadala.

Grafén: szupergyors elektronikus eszközök rugalmas anyagból

A svédországi Chalmers Egyetem kutatói műanyagra szerelt grafén tranzisztorokkal működő, terahertzes frekvenciákat észlelő rugalmas eszközt fejlesztettek. A kategóriájában világelső eszköz óriási lehetőségekkel kecsegtet: a terahertzes technológiák használata immáron rugalmas elektronikát igénylő alkalmazásokra, például vezeték nélküli szenzorhálózatokra és magunkon viselhető technológiákra is kiterjedhet.

A terahertzes sugárzást a csillagászat égi objektumokat a rádióhullámok tartományában vizsgáló ágától a rádiócsillagászattól az orvostudományig számos területen használják. Maga a kifejezés a 100 gigahertz és a 10 terahertz frekvenciák közötti elektromágneses hullámokra vonatkozik. A vezeték nélküli kommunikáció nagyobb sávszélesség iránti igényével és a biztonsági alkalmazásokkal a terahertzes frekvenciákra szánt rendszerek és alkatrészek egyre több kutatás tárgyát képezik.

grafen0.jpg

Sokáig a könnyű súly és az olcsó alkalmazások tűntek a legfőbb kihívásnak. A polimertechnológia fejlődésével azonban megnyíltak a rugalmas elektronika kapui, és flexibilis anyagokból is lehetővé vált magas frekvenciájú egységek fejlesztése.

A Chalmers Egyetem kutatói elsőként hoztak létre ilyen – mechanikusan rugalmas és grafénalapú – egységet, ami azért is egyedi, mert az általában a „jövő anyagaként”, „forradalmi anyagként” leírt, különlegesen áttetsző grafén keményebb a gyémántnál, 200-szor erősebb az acélnál, jobb elektromos vezető a réznél, és rugalmasabb a guminál.

grafen1.jpg

Mivel kivételes elektronikus adottságai és rugalmassága miatt műanyagba és más matériákba is bedolgozható, nagyon fontos szerepet játszhat összekapcsolt valóságunkban, például a hétköznapi tárgyak dolgok interneteként („internet ember nélkül”) ismert egyre terebélyesedő hálózatában. Ezeknek a tárgyaknak az egyik legfontosabb építőeleme lehet.

A különféle alkalmazásokkal kecsegtető detektor szobahőmérsékleten észlel 330 és 500 gigahertz közötti frekvenciájú jeleket. A technika terahertzes tartományban történő képalkotásra (THz kamera), változatos anyagok azonosítására (szenzorok), járművek képérzékelőjeként, vezeték nélküli kommunikációra, de az egészségügyben, például a rák terahertzes hullámokkal való detektálására is használható.

Robot lesz a jövő Mozartja?

A számítástudomány történetében sokáig úgy tűnt, hogy a kreativitás emberi privilégium, és a gépek képtelenek maradandót alkotni például a zenében. Ma már távolról sem egyértelmű, hogy a jövőben is így lesz. Mesterséges intelligenciák győztek már le sakk- és go-világbajnokot, elektronikus sport (e-sport) világklasszisokat.

És ez csak a kezdet volt, mert a kreatív, alkotó tevékenység lehet a következő lépés. Pierre Barreau, az érzelmes zenéket generáló mesterséges intelligencia, az Aiva Technologies vezérigazgatója szerint a kreativitás az inspiráció és a véletlenszerű innováció kombinációja. MI-jük esetében az inspirációt a 15 ezernyi szimfonikus műből álló gyakorlóadat jelenti, azokon tanul, míg az innováció véletlen jellegét a sztochasztikus rendszer garantálja. Csomó nagyon különböző ötletet nagyon hamar letesztel, majd meghozza a döntést.

kreativmi1.jpg

Nem ő az egyetlen mesterségesen intelligens alkotó. A képzőművészet tűnik a legkönnyebb terepnek, például a Google DeepDreamje portrékat stb. alakított át egyedi stílusban, de versek is mentek már át speciális Turing-teszten, az MIT Shelley-je Halloween horrortörténetek írásában közreműködött, az Amper nevű program pedig az első gépi intelligencia által alkotott zenei albumot jegyzi. A mögötte álló Taryn Southern szerint a csillagos ég a határ.

„Sokféle MI létezik, de ha generatív ellenséges hálózatokkal (generative adversarial networks, GAN) dolgozunk, az emberi agyban lejátszódó természetes idegi folyamatokat utánozzuk. Lényegük, hogy az egyik ötleteket generál, a másik pedig a programozó által meghatározott paramétereken belül eldönti, hogy jó-e az adott ötlet” – magyarázza a zenész és digitális történetmesélő Taryn.

kreativmi2.jpg

A gépi tanuláson alapuló példák zöme azt szemlélteti, hogy az emberrel való közös alkotásra fejlesztik a kreatív MI-ket, de humán input nélkül nem működnek igazán. Barreau és Taryn ebben a partneri viszonyban látja az MI célját. Kiemelik, hogy az elvégzett számítások terén a programok kreatívabbak, többet kísérleteznek, viszont az ember sokéves tapasztalata és az érzelmek hiányoznak belőlük. Egyelőre szükségük van ránk, hiába téveszt meg például DeepBach, hogy munkáit maga Bach szerezte. Ismereteink alapján a kreatív gépelmék mindig meglévő anyagból indulnak ki, azokat dolgozzák át, de semmiből még nem teremtettek új világokat.

„Az MI nem azért van, hogy helyettesítse az embert, hanem hogy inkább felerősítse képességeinket. Ez különösen olyan esetekre érvényes, amikor egyedül képtelenek vagyunk megoldani egy problémát” – véli Barreau.

Az együttműködéstől az alkotótevékenység exponenciális növekedése, és nem az ember háttérbe szorulása, feleslegessé válása várható.