January 18th, 2020

собака

Новый алгоритм обучается через вознаграждения



Новый алгоритм обучается решать задачи с помощи системы вознаграждения. Он поможет биологам понять, как мотивация и психическое здоровье влияет на решения человека.

Исследователи отмечают, что им только предстоит выяснить механизмы, которые позволяют животным учиться с помощи системы вознаграждения. Ученые надеются, что если имитировать поведение в рамках развития искусственного интеллекта, то они смогут более детально выяснить и механизмы мозга человека.

DeepMind, дочерняя компания Alphabet’s, предложила новую теорию о механизмах вознаграждения в нашем мозгу. Эта гипотеза, подкрепленная первоначальными экспериментальными выводами, могла бы не только улучшить наше понимание психического здоровья и мотивации, ученые отмечают, что она также могла бы подтвердить нынешнее направление исследований ИИ для создания интеллекта, похожего на человеческий.

Усиливающее обучение учит комплексным, новым задачам через положительные и отрицательные обратные связи. Алгоритм начинает усваивать задание, случайным образом предсказывая, какое действие может принести ему вознаграждение. Затем он совершает действие, наблюдает за реальной наградой и корректирует свое предсказание, основываясь на пределе погрешности.

После миллиарда предположений алгоритм сводит ошибки предсказания к нулю, и в этот момент он точно знает, какие действия нужно предпринять, чтобы максимизировать свою награду и тем самым может эффективно выполнять задания.

promo nemihail 16:00, вчера 110
Buy for 20 tokens
Узнал несколько фактов о самом обычном домовом лифте. Оказывается, практически любой лифт в среднем за один месяц проезжает до 3 тыс км. Фактически он может 1 раз за месяц, смотаться в Крым и вернуться обратно;) За весь свой срок службы он легко пройдёт свыше 500 тыс км и соверш до 3 млн…
собака

Квантовые точки улучшат медицинскую диагностику и свойства приборов



Международная команда исследователей из шести стран показала, как коллоидные квантовые точки улучшат медицинскую диагностику и свойства приборов. Для этого ученые использовали их в новом типе детекторов и смогли скрыть недостатки своего метода с помощью электронного дозирования.

Ученые объяснили важность своего исследования: датчики в средне- и длинноволновом инфракрасном диапазоне могут применяться для мониторинга окружающей среды, измерения газа и тепла, а также контроля качества продуктов питания или фармацевтической промышленности. Несмотря на то, что существуют технологии, способные решать эти задачи, они очень сложны в использовании и дороги.

В исследовании, в котором участвовали ученые из пяти стран, описали новый коллоидный квантовый фотодетектор, который способен обнаруживать свет в длинном инфракрасном диапазоне, от 5 до 10 микрон, впервые используя технологию, где нет ртути. Уникальные физические свойства квантовых точек делают их идеальным средством для сверхчувствительной многоцветной регистрации биологических объектов, а также для медицинской диагностики и многих других сфер.

В своем эксперименте исследователи использовали метод электронного дозирования квантовых точек. Этот подход позволил им сгладить основной недостаток точек и создал новый режим для перехода электронов. Вместо того, чтобы полагаться на переходы через полосовой разрыв материала, они нашли способ облегчить переходы между более высокими возбужденными состояниями, известными как межполосные (или внутриполосные) переходы.

У этого метода есть потенциал в дальнейшем использовании. Ученые отмечают, что еще недавно никто не применял квантовые точки в медицине, однако теперь они выполняют функцию маркеров для визуализации в медицине — например, для окрашивания опухолей или аутоиммунных антител. Кроме того, крупные компании — LG, Samsung, Sony — уже разработали мониторы, панели, светильники и другие устройства на основе квантовых точек.

собака

Искусственный интеллект AlphaZero сможет управлять квантовым компьютером



Искусственный интеллект AlphaZero сможет управлять квантовым компьютером. Об этом говорится в исследовании ученых из Орхусского университета в Дании.

Несколько лет назад группа ученых представила искусственный интеллект AlphaZero, который всего за 4 часа научился обыгрывать в шахматы лучшие нейросети, годами изучавшие человеческий опыт игры. Теперь ученые начали использовать этот же алгоритм для управления квантовым компьютером.

Квантовый компьютер сможет решить некоторые проблемы, которые не могут быть решены с помощью современных классических компьютеров, даже если мы объединим все эти компьютеры в мире в один. При этом сейчас практически не создавались полностью рабочие квантовые компьютеры, которые имели бы квантовое превосходство по сравнению с обычными суперкомпьютерами.

В Орхусском университете исследовательская группа под руководством профессора Джейкоба Шерсона использовала алгоритм AlphaZero для обучения управлению квантовой системой. При этом особенность AlphaZero в том, что система обучалась абсолютно самостоятельно без какой-либо человеческой экспертизы.

Исследовательская группа в Орхусском университете с помощью компьютерного моделирования продемонстрировала широкую применимость AlphaZero. Алгоритм применили к трем различным задачам в сфере управления квантовым компьютером.

«Когда мы проанализировали данные AlphaZero, мы увидели, что алгоритм научился использовать основную симметрию проблемы, которую мы изначально не рассматривали. Это был удивительный опыт».
Ведущий аспирант университета Могенс Далгаард


Разработчики выложили код алгоритма для управления квантовыми сетями в открытый доступ. По словам ученых, через несколько часов после публикации кода с ними связались представители крупнейших технологических компаний и квантовых лабораторий, и предложили совместное сотрудничество.