Корпорация IBM в течение ближайших десяти лет вложит 240 млн долл. в совместный с Массачусетским технологическим институтом проект по созданию лаборатории искусственного интеллекта MIT-IBM Watson AI Lab. В ней будет работать больше ста исследователей, преподавателей и студентов. Проект является одним из самых крупных в истории долгосрочных проектов сотрудничества университетов и коммерческих компаний США в области искусственного интеллекта.

Вскоре планируется начать прием заявок на финансирование исследовательских проектов в рамках работы лаборатории. Программа исследований включает в себя разработку новых алгоритмов машинного обучения и вывода, создание новых материалов, устройств и архитектур для аналоговых подходов к обучению искусственного интеллекта, решение прикладных задач медицины, компьютерной безопасности и других отраслей и, наконец, исследование экономических и общественных вопросов и способов применения технологий искусственного интеллекта. Особо основатели лаборатории выделяют задачу коммерческого применения технологий, разработанных в ходе исследований.

Идея, предложенная группой исследователей из Массачусетского технологического института, заключается в том, чтобы использовать лишнюю электроэнергию, вырабатываемую в часы низкой нагрузки, для нагрева обычных огнеупорных кирпичей, которые при хорошей термоизоляции способны долго сохранять тепло. Накопленное тепло затем можно напрямую использовать в технологических процессах, или преобразовать обратно в электрическую энергию. Потребность в тепловой энергии постоянна и в индустриализованных регионах зачастую превышает потребность в электрической.

Подобную технологию можно было реализовать еще в двадцатые годы XX века, отмечают авторы, но тогда на нее не было спроса. Сейчас цена на электроэнергию может сильно колебаться в течение суток, и поставлять ее в периоды низкого спроса может быть невыгодно.

Возможности предложенной системы ограничивают только возможности недорогих современных электронагревателей. Они могут поднять температуру примерно до 850°C, но для работы газовых турбин нужно по крайней мере 1600°C. Ученые полагают, что сами кирпичи можно превратить в электронагреватели, если делать их из проводящего материала — например, широко используемого в мире карбида кремния.

Пешеходы на тротуарах, как и водители на дорогах, обычно придерживаются определенных правил: идут по правой стороне, обгоняют слева, держат дистанцию и всегда готовы обойти препятствие, не меняя темпа передвижения. Исследователи из Массачусетского технологического института научили робота передвигаться в плотном пешеходном потоке, соблюдая эти правила и не мешая другим пешеходам.

Исследователям предстояло научить робота решать четыре основные задачи: определять свое местоположение, распознавать окружение, планировать маршрут и, наконец, двигаться по нему. Если первые две задачи удалось решить уже известными методами с помощью камер, датчиков глубины и лидаров, то планирование маршрута в толпе непредсказуемо перемещающихся людей оказалось гораздо сложнее. Здесь исследователи применили методы машинного обучения с подкреплением. Перемещения в течение долгого времени моделировали на компьютере, подкрепляя верное поведение робота (например, обход людей слева) и наказывая неверное.

Робот исследует окружающую среду и перестраивает маршрут десять раз в секунду. На испытаниях он успешно передвигался по коридорам института со скоростью около 1,2 м/с, не останавливаясь и не наталкиваясь на людей или на препятствия.

Система ICU Intervene изучает данные о состоянии пациента и прогнозирует необходимость применения в ближайшем будущем (вплоть до нескольких часов) важных процедур — искусственного дыхания, поддержания кровяного давления, инфузионной терапии и так далее. Систему обучали на созданной в МТИ базе данных MIMIC, содержащей анонимные истории болезни примерно 40 тыс. пациентов отделений интенсивной терапии.

Система EHR Model Transfer решает другую важную задачу: использование обученной системы искусственного интеллекта при изменении способов записи данных в электронных медицинских картах. В больницах используются разные средства ведения электронных карт, что сильно затрудняет анализ данных. EHR Model Transfer анализирует карты методами обработки естественного языка и определяет, как в них представлены общие медицинские понятия: давление, пульс и прочие.

Система, разработанная группой исследователей в Массачусетском технологическом институте, позволяет небольшим летательным аппаратам считывать RFID-метки с расстояния в несколько десятков метров. При этом система способна определить положение метки с точностью до 20 см.

Главной проблемой при разработке системы оказалось то, что те дроны, которым по соображениям безопасности разрешено летать в складских помещениях, обладают слишком малой грузоподъемностью и на них нельзя поставить сканеры RFID с дальностью считывания больше нескольких сантиметров. Исследователи решили ее, установив на дронах ретрансляторы сигналов стандартных сканеров. Для этого пришлось, в свою очередь, разработать алгоритмы разделения сигналов, передающихся на одной частоте. Кроме того, дрон не может нести на себе антенную решетку, необходимую для определения положения метки. Зато он может перемещаться сам и по сдвигу фазы сигнала вычислять направление на передатчик. Задача усложняется еще и тем, что сканер установлен не на дроне, а значит, дрон перемещается относительно сразу двух точек.

В настоящее время исследователи проводят испытания системы на складах одной из крупных торговых сетей Массачусетса.

Высокое разрешение современных 3D-принтеров — 600 точек на дюйм дает проектировщикам детальный контроль над физическими свойствами распечатываемых объектов, в том числе над плотностью, жесткостью и характером деформации под давлением. Но даже при небольших габаритах предмета прогнозирование его физических свойств для всех возможных сочетаний всего двух материалов оказывается непозволительно долгим.

Исследователи из МТИ разработали систему проектирования, которая заранее каталогизирует физические свойства огромного количества малых кластеров объемных пикселов. Такие кластеры затем можно использовать для «сборки» более крупных распечатываемых объектов. Таким образом, сама система оценивает физические характеристики на микроскопическом уровне, позволяя рационально с вычислительной точки зрения выполнять аналогичный анализ в макромасштабах.

По оценке исследователей, их подход позволяет эффективно моделировать физические характеристики распечатываемых объектов, состоящих из триллиона элементов и более.

На недавней выставке Siggraph специалисты МТИ и Google представили совместную разработку — систему автоматического ретуширования фотографий, способную выполняться на смартфоне и отображать результаты в режиме реального времени, пока фотограф еще только кадрирует снимок.

Система действует по принципу машинного обучения; ее обучили на парах фотографий, в каждой из которых один снимок представлял собой необработанную версию, а второй — то же изображение, отретушированное профессионалом. Соответствующий учебный набор из 5 тыс. пар снимков был подготовлен авторами Photoshop из компании Adobe. Дополнительное обучение было проведено на изображениях, обработанных алгоритмами улучшения качества, в частности, расширения динамического диапазона.

Система частично базируется на разработке ученых МТИ, которая генерирует «рецепты трансформации» снимка по его версии с более низким разрешением. В Google, в свою очередь, предложили выводить формулы преобразования не с помощью вычислений, а посредством машинного обучения. Как показало тестирование, система, в частности, выдает результаты не хуже, чем у новой реализации алгоритма HDR от Google, но на порядок быстрее.

Физики Массачусетского технологического института предлагают использовать молекулы, охлажденные до температур, близких к абсолютному нулю, в качестве строительных блоков квантового компьютера. По словам ученых, в сравнении с атомами молекулы дают в этом отношении определенные преимущества — в частности, их не нужно слишком сильно сближать, чтобы добиться взаимодействия.

Исследователи использовали молекулы из двух атомов, — натрия и калия. Молекулы охлаждали примерно до 300 нК и удерживали в ловушке на пересечении двух лазерных лучей. В рамках экспериментов ученым удавалось добиться высокой стабильности характеристик молекулы в течение длительного времени — около секунды, что на несколько порядков дольше по сравнению с другими экспериментальными методами формирования кубитов. По словам исследователей, в течение этого времени система могла бы выполнять тысячи квантовых вычислений, а массив из тысячи молекул мог бы решать задачи, по уровню сложности недоступные существующим сегодня компьютерам. Ученые подчеркивают, что их работа только в самом начале, прогнозируя, что создать реальную квантовую систему можно будет не раньше, чем через десять лет.

В основе многих современных технологий искусственного интеллекта лежат программные реализации нейронных сетей. Но подобным системам требуются значительные ИТ-ресурсы, и поэтому они обычно работают в дата-центрах, а не на персональных и мобильных устройствах. Разработки группы исследователей из Массачусетского технологического института под руководством Вивьен Зи могут помочь решению этой проблемы.

В прошлом году они разработали схему специализированного экономичного процессора для работы с нейронными сетями, а сейчас занялись вопросом оптимизации самой нейронной сети. Они создали аналитический метод, позволяющий рассчитать потребление энергии при работе нейронной сети на определенном оборудовании, а затем с помощью этого метода оценили эффективность различных методов оптимизации сетей.

При оптимизации из сети удаляются те соединения между узлами, что оказывают незначительное влияние на результат работы. С помощью нового метода при удалении соединений можно учесть и потребление энергии, а также выяснить, не производят ли они лишнюю работу, компенсируя результаты друг друга.