Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
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.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
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.
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.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
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».
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.
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.
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.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.

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