• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
21.10.2022
Никита Логинов
4
6 801

ИИ в стиле технопанка: создана механическая нейросеть, умеющая обучаться и реагировать на изменения

❋ 6.9

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.

Опытный образец механической (точнее, электромеханической) нейросети, состоящей из пружин с регулируемой жесткостью
Опытный образец механической (точнее, электромеханической) нейросети, состоящей из пружин с регулируемой жесткостью / © Калифорнийский университет в Лос-Анджелесе / Автор: Наталья Федосеева

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.

Принцип работы искусственной (компьютерной) нейросети и аналогичное поведение механической нейросети / © Калифорнийский университет в Лос-Анджелесе

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 реагирует на изменения нагрузок / © Калифорнийский университет в Лос-Анджелесе

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.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
2 июля, 11:17
Юлия Тарасова

Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.

Вчера, 10:59
Игорь Байдов

Приблизительно 4,5 тысячи лет назад в Египте жил пожилой человек, который, вероятно, трудился гончаром. Сегодня его ДНК расшифровали полностью: это первый для современной науки случай расшифровки полного генома человека из Древнего Египта. Анализ не только раскрыл детали былой жизни, но и намекнул на связи с Месопотамией.

2 июля, 19:44
Игорь Байдов

Гарум — знаменитый рыбный соус, который был неотъемлемой частью кухни Древнего Рима и других средиземноморских культур. Он стоял на столах и в хижинах бедняков, и в пиршественных залах патрициев. Философ Сенека с отвращением называл его «‎драгоценной сукровицей протухших рыб», но миллионы римлян обожали эту приправу. Что на самом деле входило в ее состав? Ответ на вопрос нашла международная команда ученых с помощью чанов, которые использовались для приготовления соуса.

2 июля, 11:17
Юлия Тарасова

Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.

28 июня, 18:58
Игорь Байдов

За последние 30 лет размер трески, обитающей в Балтийском море, значительно уменьшился. Если раньше рыбаки вылавливали из воды особей размером с маленького ребенка, то теперь добытая рыба легко помещается в ладонях. Авторы нового исследования винят в этом человека, который заставил один из видов эволюционировать в «карликов».

27 июня, 09:47
Авдей Палиш

Снимки с фотоловушек давно стали культурным явлением. Особенно забавными выглядят медведи. Мы с удовольствием смотрим на зверей, попавших в объектив камер в национальных парках: тигр украл фотоловушку, муравьед проехал верхом на муравьеде и так далее. Но не все животные настолько обаятельные. Ученые из США решили развить эмпатию к гремучим змеям, которых многие боятся. Для этого специалисты запустили трансляцию из «мегалогова», где рептилии отдыхают и рожают потомство.

17 июня, 16:49
Адель Романова

Радиотелескопы уловили очень короткий сигнал, и по его характеристикам стало ясно, что он не может быть естественного происхождения. Астрономы пришли к выводу, что источник находился в околоземном пространстве — там, где уже более полувека летает «мертвый» аппарат NASA.

25 июня, 15:19
ФизТех

Группа российских ученых из Института прикладной математики имени М. В. Келдыша РАН и МФТИ провела детальное численное исследование источников шума, генерируемых крылом прототипа сверхзвукового бизнес-джета в режиме посадки. Эта работа, сочетающая передовые методы вычислительной гидродинамики и аэроакустики, впервые позволила с высокой точностью локализовать и охарактеризовать основные зоны шумообразования вблизи полноразмерной геометрии крыла модели прототипа сверхзвукового пассажирского самолета в посадочной конфигурации.

2 июля, 11:17
Юлия Тарасова

Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.

[miniorange_social_login]

Комментарии

4 Комментария
Широкое применение, самообучаемых нейросетей, расширило наши возможности во всех областях науки, техники и даже повседневной жизни. Использование искусственного интеллекта в проектировании, позволяет выполнять вычисления с, ранее недостижимой точностью. Этот сайт написат ИИ <a href=" https:=" kolatelegraf.ru=" remont-vannoj-komnaty-pod-klyuch-v-habarovske=" "=" target="_blank" rel="nofollow">kolatelegraf.ru/</a>
Блин, а я где-то неделю назад придумал смеху ради такое словосочетание "механическая нейросеть", а это, оказывается, новейшие разработки...
Zhe Sh
21.10.2022
-
3
+
"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." Ну, вы, блин, загнули, калифорнийские ученые. "Оно, может, и умно, но больно непонятно. Над вами потешаться будут." (с) М. А. Булгаков
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно