ИИ в стиле технопанка: создана механическая нейросеть, умеющая обучаться и реагировать на изменения
Компьютерные нейронные сети впечатляют результатами, но требуют для работы мощные электронные устройства: видеокарты и AI-ускорители. Ученые из США решили пойти другим путем и воплотили нейросеть в механизме, состоящем из пружин переменной жесткости.
Инженеры-механики Калифорнийского университета в Лос-Анджелесе разработали механический аналог компьютерной нейронной сети — трехмерную решетчатую структуру из соединенных между собой пружин с регулируемой жесткостью. Настраивая жесткость каждой пружины, такую структуру можно научить реагировать на меняющиеся условия. Как сообщают ученые в журнале Science Robotics, по сути это программируемый материал, способный динамически перераспределять нагрузки и гасить возникающие напряжения.
Нейронные сети как таковые работают на логике связей нейронов друг с другом. В искусственных нейросетях, которые доступны на компьютерах и смартфонах, нейроны уложены в несколько слоев. Изначально они случайным образом соединены между собой и нейросеть в целом бесполезна. Поэтому ее обучают: например, если это нейросеть для распознавания изображений, то ей на вход подают миллионы фотографий и картинок.
Когда нейросеть «видит» картинку — активируются некоторые нейроны первого слоя, которые передают сигнал некоторым нейронам второго слоя, и так далее, пока последний слой не выдаст одиночный итоговый сигнал. Каждая картинка создает собственный трехмерный «рисунок» послойной активации нейронов, но картинки со схожим содержимым, хоть и активируют немного разные нейроны, выдают один и тот же итоговый сигнал. Например, слово «собака» для всех картинок с собаками.
Так происходит благодаря изменению связей между нейронами во время обучения нейросети. Какие-то нейроны усиливают соединение друг с другом, связываясь в отдельные группы. Суть в том, что эти группы нейронов раз за разом активируются вместе, когда на картинке есть какие-то характерные черты объекта. И если давать нейросети разные изображения собак, в ней будут активироваться одни и те же группы нейронов «собаковидности», что и позволяет нейросети отвечать словом «собака». Поэтому обучение нейросети (в том числе компьютерной) сводится к тому, чтобы выстроить связи нужной силы между определенными нейронами.
Идея калифорнийских инженеров проста: если соединить механические пружины с регулируемой жесткостью в трехмерную многослойную структуру, то жесткость пружин будет играть роль силы нейронных связей. Исследователи с помощью компьютерного моделирования перебрали 200 разных структур и пришли к выводу, что эффективнее всего соединять пружины между собой в треугольные пирамиды. Именно такая структура ведет себя максимально похоже на примитивную компьютерную нейросеть.
Ученым было сложно создать сразу многослойную структуру из пружин, поэтому в эксперименте они ограничились плоской решеткой из треугольников размером примерно 60 на 45 сантиметров, где размер одной пружины составлял около 15 сантиметров. Также не получилось обойтись совсем без электричества: жесткость пружин в опытной установке регулировало магнитное поле обычных звуковых катушек, а силу воздействия на пружину регистрировал датчик деформации. Поэтому опытный образец, строго говоря, следовало бы называть электромеханической нейросетью, а не чисто механической.
Даже такой небольшой и простой структуры оказалось достаточно, чтобы обучить ее реагировать на меняющиеся условия. Система пружин динамически подстраивалась под давление разной силы, поступающее с разных сторон, чтобы свести его к нагрузке постоянной величины и направления.
Механическая нейросеть калифорнийских ученых, таким образом, вела себя как «умный» материал, реакции которого можно программировать обучением. Если сделать из нее, например, крыло самолета — оно сможет подстраиваться под потоки воздуха, выгибаясь нужным образом, чтобы не допустить сильных колебаний подъемной силы. А броня из таких пружинящих треугольников будет концентрировать максимальную прочность в месте удара снаряда.
Правда, для этого нужно кардинально уменьшить масштабы механической нейросети и перенести ее в микромир. Авторы исследования предлагают использовать для этого новейшие материалы с регулируемой жесткостью. Тогда, по их мнению, появится возможность создавать уже трехмерные решетки из огромного количества пружинящих элементов, и интеллектуальность такой «вещественной нейросети» возрастет многократно — ее можно будет обучать куда более сложному поведению.
Telegram 
Дзен 
VK Древнеримские инженеры проложили колоссальную сеть дорог через Европу, Северную Африку и Ближний Восток, многие участки которой до сих пор поражают безупречной прямолинейностью. Секрет строительства заключался в использовании трех особых геодезических инструментов, с помощью которых разбивали местность на ровные отрезки и размечали трассы.
Самый маленький дневной хищник Африки впервые попал под наблюдение с помощью GPS-трекеров. Ученые выяснили, что для выкармливания птенцов ему нужен участок почти в 14 раз меньше, чем у степной пустельги — ближайшего «рекордсмена» среди изученных птиц.
В вакууме космоса два металлических предмета, прижатые друг к другу, могут спонтанно свариться без какого-либо нагрева. Из-за отсутствия кислорода на поверхностях деталей разрушается защитный слой, в результате чего свободные электроны начинают мгновенно перемещаться между ними и соединяют два элемента в один монолит.
Американские ветеринары установили, что длина шага передних лап у пожилых собак отражает возрастные изменения в работе мозга. Когда у собак развивается деменция, шаги их передних лап становятся короче, причем эта связь не зависит от хронической боли в суставах.
Древнеримские инженеры проложили колоссальную сеть дорог через Европу, Северную Африку и Ближний Восток, многие участки которой до сих пор поражают безупречной прямолинейностью. Секрет строительства заключался в использовании трех особых геодезических инструментов, с помощью которых разбивали местность на ровные отрезки и размечали трассы.
Терраформировать Марс — то есть превратить в мир, где можно жить без защитных куполов — мечта человечества с того момента, как стало понятно, что это холодная планета с призрачной бескислородной атмосферой. Сейчас главный хедлайнер ее освоения — Илон Маск, компания SpaceX которого планирует первые полеты туда уже в 2028 году. Многие энтузиасты вспоминают слова Маска 14-летней давности: Красную планету надо лишь «подремонтировать», чтобы ходить без скафандра. Но между полетом и прогулками по городу-саду на Марсе лежит огромная пропасть. Пару лет назад Naked Science рассматривал положительный сценарий терраформирования. Пришло время подсчитать, сколько же лет и ресурсов потребуется.
Хотя длительность помех не превышала десяти секунд, это первый известный случай такого рода. Обычно спутникам не хватает мощности для создания радиосигналов той силы, что нужна для подобных помех.
Вселенная может оказаться «замкнутой» глобальной структурой, где свет от далеких галактик способен возвращаться к наблюдателю с разных направлений. Именно такой сценарий не удалось исключить авторам нового масштабного обзора. Проверить его предсказания астрономы смогут уже в ближайшие годы.
Ученые впервые на молекулярном уровне доказали, что обычная вода одновременно состоит из двух разных жидких состояний — более плотного и менее плотного, которые непрерывно сменяют друг друга. Раз молекулярная «двойственность» действительно существует, это подтверждает спорную 30-летнюю гипотезу. Новое открытие поможет, наконец, объяснить десятки «странных» физических аномалий воды, включая ее расширение при замерзании и парадоксальное изменение вязкости под давлением.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Последние комментарии