Skomentuj 
Podziel się!
Udostępnij
Twittnij
Wyślij
Drukuj
Naukowcy z Rzeszowa opracowali nowy system „uczenia” dla sztucznej inteligencji. Dzięki temu może ona znacznie efektywniej niż dotychczas analizować informacje i łączyć przyczyny ze skutkami, a także korygować błędy na podstawie doświadczeń z przeszłości.
Nowy system spełnia bowiem jednocześnie trzy warunki: jest szybszy niż dotychczas znane; wydajniejszy, czyli potrzebuje mniej mocy obliczeniowej do wykonania takiej samej pracy; oraz daje lepsze rezultaty.
"Bardzo trudno pisze się algorytmy dla systemów uczących się. Nam udało się stworzyć algorytm uczący dowolne architektury. Opracowaliśmy też architektury, które są niewielkie, ale mają ogromne moce obliczeniowe. Stworzyliśmy również wiele nowych metod połączeń neuronów, dzięki czemu sieci mogą być nawet stukrotnie mocniejsze" - ocenił dr Kolbusz.
Dodał, że jest to "jedyny w tej chwili taki system na świecie".
W rozmowie z PAP wyjaśnił, że głębokie uczenie, polegające na tworzeniu skomplikowanych architektur sieci neuronowych, jest obecnie najszybciej rozwijającym się obszarem sztucznej inteligencji. Obecnie dzięki takim właśnie sieciom neuronowym maszyny potrafią uczyć się, rozpoznawać obiekty i reagować podobnie jak człowiek, a często nawet sprawniej. Rozwiązania takie wykorzystywane są np. w diagnostyce medycznej, rozpoznawaniu mowy czy przewidywaniu trendów na rynkach finansowych, a w niedalekiej przyszłości mogą doprowadzić do stworzenia samosterujących się pojazdów czy inteligentnych robotów.
A zatem o innowacyjności, nowoczesności i oryginalności systemu opracowanego przez naukowców z Rzeszowa decyduje nie sam fakt, że sztuczna inteligencja sama potrafi analizować dane, wyciągać wnioski przyczynowo-skutkowe i poprawiać błędy, a w konsekwencji rozwiązywać złożone problemy, ale to, że dzięki opracowanym algorytmom wykonuje te czynności efektywniej i z lepszymi rezultatami.
Nowe algorytmy opracował zespół pod kierownictwem prof. Bogdana Wilamowskiego, w którego skład wchodzą: dr inż. Janusz Korniak, dr inż. Janusz Kolbusz, dr inż. Paweł Różycki.
Prof. Wilamowski jako przykład wykorzystania sztucznej inteligencji podał amerykańską giełdę, na której to właśnie systemy uczące się konkurują między sobą, a nie ludzie.
"Człowiek nie jest w stanie w pełni zrozumieć giełdy: są liczne ruchy, ciągła zmiana. Człowiek może próbować ją analizować, ale ze względu na biologiczne ograniczenia nie jest w stanie ogarnąć wszystkich czynników na raz" - zaznaczył naukowiec.
"Jeżeli ktoś gra na giełdzie i uważa, że może się wzbogacić, to albo ma jakieś wejścia u firm i nielegalnie zdobywa informacje, albo na pewno będzie tracił. Człowiek uzyskuje informacje o giełdzie z kilkuminutowym opóźnieniem, a sieci neuronowe podejmują decyzje w ciągu mikrosekund" - dodał.
Dominik Łazarz z biura prasowego rzeszowskiej uczelni poinformował PAP, że badania naukowców WSIiZ spotkały się z zainteresowaniem świata nauki zarówno w Polsce, jak i na świecie. Były publikowane w prestiżowych czasopismach naukowych takich jak m.in. "IEEE Transactions on Industrial Informatics", "IEEE Transactions on Industrial Electronics", "IEEE Transactions On Electron Devices", "International Journal of Numerical Modelling: Electronic Networks, Devices and Fields".
Zostały uznane też przez ministra nauki i szkolnictwa wyższego za jedno z najważniejszych osiągnięć naukowych i znalazły się w publikacji "Osiągnięcia polskiej nauki 2016". Narodowe Centrum Nauki dofinansowało badania w kwocie ponad 416 tys. zł.
KOMENTARZE (0)
Do artykułu: Naukowcy z Polski opracowali system „uczenia” dla sztucznej inteligencji