Harvard'daki yeni' moonshot challenge ', AI'da dev bir sıçrama yapmayı hedefliyor

İnsanlığın yapay zeka için büyük umutları vardır, ancak gerçekte makinelerin insan beynine yetişmek için gitmesi gereken çok uzun bir yolu vardır. Tüm bunları değiştirmek için 28 milyon dolarlık bir hibe kazanmış olan Harvard Üniversitesi'ne girin.

Hibe, bilim insanlarının memeli beyinlerinin öğrenme konusunda neden bu kadar iyi olduğunu öğrenmelerine ve daha iyi bilgisayarları buna göre tasarlamalarına yardımcı olmayı amaçlıyor. Harvard araştırmacıları, beynin görsel korteksinde "daha önce görülmemiş detaylarda" aktiviteyi kaydedecek, bağlantılarını haritalandıracak ve daha sonra öğrenme için daha iyi bilgisayar algoritmalarına ilham verecek şekilde verileri tersine mühendislik yapacaklardır.

“Bu, İnsan Genomu Projesine benzer bir moonshot sorundur. Kapsamında, ”proje lideri David Cox, Harvard'da moleküler ve hücresel biyoloji ve bilgisayar bilimi yardımcı profesörü dedi.

[Ek okuma: Yeni PC'niz bu 15 ücretsiz, mükemmel programa ihtiyaç duyuyor]

Hibe tarafından verildi. İstihbarat İleri Araştırma Projeleri Etkinliği (IARPA), ABD hükümetinin Ulusal İstihbarat Direktörlüğü'nün bir parçası.

Sadece birçok nöronun aktivitesini kaydetmek ve bağlantılarını haritalandırmak "muazzam" bilimsel değere sahip, Cox dedi, ama bu projenin sadece bir parçası. “Beynin nasıl öğrendiğini yöneten temel prensipleri belirlediğimizde, sonuçta insanlarla eşleştirilebilecek veya hatta daha iyi performans gösteren bilgisayar sistemleri tasarlayabileceğimizi hayal etmek zor değil.”

Bu tür sistemler için uygulamalar şunları içerebilir: ağ istilasını algılamak, MR görüntüleri ve arabaları okumak.

Bunu yapmak için, araştırmacılar ilk önce bilgisayar ekranında çeşitli nesneleri tanımak için fareler yetiştirecekler. Cox'un ekibi, sıçanların görsel nöronlarının aktivitesini, inşa edilen lazer mikroskopları kullanarak kaydedecek. Rockefeller Üniversitesi'ndeki işbirlikçilerle amaç.

Sonra, Harvard'ın üniversitenin Beyin Bilimi Merkezi'nde dünyanın ilk çok ışınlı taramalı elektron mikroskobu olduğunu söyleyerek farelerin beyinleri fiziksel olarak çalışılacak.

Ortaya çıkan petabyte veya Bu nedenle, veriler hücre sınırlarını, sinapsları ve bağlantıları yeniden yapılandırmak ve üç boyutta görselleştirmek için analiz edilecek ve sonuç olarak, araştırmacılar öğrenme için daha iyi algoritmalar geliştirmeyi amaçlamaktadır. desen tanıma

Harvard Bilgisayar Bilimi Profesörü Hanspeter Pfister, “Bu proje sadece beyin biliminin sınırlarını zorlamakla kalmıyor, aynı zamanda bilgisayar bilimlerinde mümkün olanın sınırlarını zorluyor” dedi. “Nöral devreleri, petabaytlardan yapısal ve işlevsel verilerden daha önce görülmemiş bir ölçekte yeniden inşa edeceğiz. Bu, veri yönetimi, yüksek performanslı bilgi işlem, bilgisayar görüşü ve ağ analizinde yeni ilerlemeler yapmamızı gerektiriyor. ”