К слову сказать, когда не так давно беспилотный автомобиль от Google попал в аварию во время очередного испытательного пробега, компания распространила заявление, что причиной ее явилась неадекватная реакция человека-водителя, который как раз в этот момент решил взять управление на себя (к вседению: на сегодня программа создания «гугломобиля» руководством компании заморожена на неопределенный срок).
Из технических подробностей: автомобиль Hongqui HQ3 был оборудован видеокамерами, несколькими радарами и лазерными сканерами. GPS-навигация не использовалась вовсе. Программное обеспечение управляющего компьютера, смонтированного в багажнике, распознавало и анализировало изображения дорожных знаков, информационных надписей и дорожной разметки. Цифровая модель дорожной обстановки, строящаяся в реальном масштабе времени с учетом динамических характеристик автомобиля и положения прочих участников движения, позволяла рассчитывать оптимальные режимы разгона и торможения при маневрах. Пока что система управления автомобиля неуверенно водит ночью и в условиях тумана или сильного дождя, что отчасти обусловлено отсутствием на борту GPS-навигатора.
Для справки: 17 августа, агентство DARPA (Defense Advanced Research Projects Agency) сообщило о начале работ по проекту «Micro-Technology for Positioning, Navigation, and Timing» (Micro-PNT, «Микротехнологии для позиционирования, навигации и хранения точного времени»), который явится продолжением успешно завершенной программы «Chip Scale Atomic Clock» (CSAC, «Атомные часы размером с чип»). Цель работ – создание высокоточных инерциальных навигационных систем размером со стандартную микросхему, позволяющих обходиться без приема сигналов GPS. Руководит проектом, кстати, выпускник МГУ им. Ломоносова (позже – и Висконсинского Университета, США) Андрей Шкель.
Специалисты утверждают, что максимально эффективно управлять автономными движущимися устройствами (не только автомобилями, но и беспилотными летательными аппаратами, подводными лодками, а также роботами) способны компьютеры, построенные не на основе традиционной неймановской архитектуры, а на базе искусственной нейросети. Собственно говоря, во многих реализованных системах управляющий компьютер моделирует нейросеть программными средствами, но решение такой задачи в реальном времени требует огромной производительности вычислителя, а суперкомпьютер на каждый автомобиль не поставишь. Оптимальным решением здесь стала бы физическая реализация искусственной нейросети, только где ее взять?
А вот где: в минувшую среду исследовательское подразделение компании IBM распространила информацию об успешном создании первого поколения микросхем, работа которых непосредственно имитирует функционирование человеческого мозга в части восприятия информации, ее анализа и самообучения. Разработка выполнялась в течение последних 3-х лет при финансовой поддержке DARPA в рамках проекта «Systems of Neuromorphic Adaptive Plastic Scalable Electronics» (SyNAPSE, «Нейроподобные адаптивные масштабируемые электронные системы»).
В техническом задании особо оговаривалось, что разрабатываемые устройства должны «не только одновременно анализировать сложные потоки данных от различных датчиков, но также динамически оценивать свое состояние и процессы своего взаимодействия с окружающей средой. По размерам система не должны превышать человеческий мозг».
Как заявил руководитель проекта Дхармендра Модха (Dharmendra Modha): «Первые ощутимые результаты гранта и большой работы шести лабораторий IBM и пяти университетов, наконец, готовы быть представлены миру». Что же сделано? Впервые «в кремнии», а не на бумаге удалось реализовать вычислитель, в котором за обработку данных отвечают нейроны, память реализована в форме синапсов, а связи – в виде аксонов. Чипы были изготовлены спустя два года после того, как группа Дхармендры Модхи справилась с задачей формализовать известные науке связи коры человеческого мозга и подкорковых областей.
На существующих сегодня прототипах (2 конструкции, содержащие по 256 нейронов; в одном чипе предусмотрено 65536 «обучаемых» синапсов, в другом – 262144 «программируемых») разработчики продемонстрировали процессы машинного зрения с распознавания образов и их классификацией, ассоциативную память. Исследователи отметили, что для новых систем обработки данных «не будет требоваться то, что сегодня называется программированием». Завершая презентацию, Дхармендра Модха сообщил, что в ближайших планах IBM построить масштабируемую сеть из 10 млрд. нейронов и 100 трлн. синапсов, потребляющую всего 1 кВт мощности.
Он также добавил, что не видит новые компьютеры конкурентами существующих, однако «для очень многих применений в системах управления и анализа данных они будут лучшими». Кроме того, уверен Модха, новая архитектура поможет преодолеть физические ограничения, накладываемые знаменитым «законом Мура», поскольку предполагает другие зависимости производительности и тактовой частоты. «Все остальные играют в закон Мура. Мы – меняем правила игры», – сказал он.
Юрий Романов http://ibusiness.ru/
