IBM представила Институт когнитивных систем

На прошлой неделе IBM открыла «эпоху когнитивных вычислений» на коллоквиуме, посвященном когнитивных системам (CSC), который состоялся в Нью-Йорке. Компания представила новоиспеченный Институт когнитивных систем, который стал результат усилий нескольких университетов, исследовательских институтов и клиентов IBM. В списке первых — Университета Карнеги-Меллона (CMU), Массачусетский технологический институт (MIT), Нью-Йоркский университет (NYU) и Политехнический институт Ренсселера (RPI).

«В рамках новой эпохи когнитивных вычислений, мы хотели бы объявить Институт когнитивных систем, который включил в себя четыре ключевых университета», — сообщил Джим Спорер, директор глобальных программ в IBM Research, в эксклюзивном интервью EETimes.

Длинная история попыток IBM построить компьютер, который может имитировать когнитивные функции человека, началась еще с платформы Deep Blue, которая побила действующего чемпиона по шахматам Гарри Каспарова в 1997 году. Совсем недавно кластерный суперкомпьютер Watson победил чемпионов мира — Бреда Раттера и Кена Дженнингса — в интеллектуальной телевизионной игре Jeopardy в 2011 году.

«После того, как Watson победил в Jeopardy, многие университеты связались с нами и заявили, что хотели бы работать совместно над новой эпохой когнитивных вычислений. Сегодня мы рады сообщить, что успешно выступили в этом направлении», — рассказал Спорер.

IBM уже использует способности Watson в сфере здравоохранения и финансовых услуг — компьютер сочетает в себе большие базы данных поисковиков и интеллектуальные алгоритмы для предоставления людям советов в режиме реального времени. Теперь IBM стремится обобщить способности когнитивного компьютера с совместными усилиями академий, промышленных и научных центров, чтобы разработать когнитивные компьютеры, которые будут использовать естественный язык и человекоподобные мыслительные алгоритмы для улучшения человеческого разума во всех областях деятельности.

«Что-то большое происходит в когнитивном вычислении. Намного больше, чем Watson. Намного больше, чем мы — поэтому мы и собрались. Намного больше, чем компания IBM», — заявил Джон Келли III, директор IBM Research. — «Первые эры вычислений были посвящены автоматизации человеческих задач. Эта эра принципиально отличается. Эта эра будет посвящена масштабированию и увеличению человеческих возможностей. Разделение между человеком и машиной размоется. Синергия между двумя этими понятиями выльется наружу».

IBM уже работает с тысячами университетов по всему миру, но новый Институт когнитивных систем заручится поддержкой отдельных университетов для разработки конкретных систем, которые будут необходимы для реализации дружелюбного к пользователю типа когнитивного компьютера. Четыре университета получат финансирование в этом году, финансирование пойдут на спонсирование разработок и гранты, а разработчикам будут предоставлены мощные сервера, работающие на программное обеспечении Watson с открытым исходным кодом.

Команда MIT под руководством профессора Томаса Малоне сконцентрируется на развитии того, что называется социотехническими инструментами и приложениями, которые повысят производительность групп работников, занятых в совместных задачах и принятии решений. Создавая тесную связь между людьми и компьютерами, MIT будет стремиться к такой производительности системы человек-машина, которая превзойдет любого человека или группу компьютеров в одиночку.

«Поскольку мир становится все более взаимосвязанным, благодаря использованию технологии связи, это может стать полезным для рассмотрения всех людей и компьютеров в рамках единого глобального мозга», — сказал Малоне на CSC. — «Возможно, наше выживание зависит от сочетания человеческого и машинного интеллекта, который сможет сделать выбор не только умный, но и мудрый».

IBM представила Институт когнитивных систем

Команда RPI под руководством профессора Селмера Брингсйорда будет изучать методы техник искусственного интеллекта, который будет использовать последние достижения IBM в вычислительной мощности, доступности данных и «умных» алгоритмов, включающих «семантические» инструменты работы с данными.

Команда CMU под руководством профессора Эрика Найберга сосредоточится на быстром создании, оптимизации и адаптации в режиме реального времени набора аналитических компонентов, вроде персонализированных средств информации, которая напрямую взаимодействует с пользователем.

Команда NYU по руководством Пола Хорна, старшего вице-прокурора в Нью-Йоркском университете, разработает автоматизированный алгоритм распознавания, который покажет, насколько глубоко обучение с использованием нейронных сетей может повлиять на науку.

«Мы считаем, что эти новые когнитивные системы серьезно ускорят прогресс. До сих пор мы использовали когнитивные лопаты, а новые инструменты будут как когнитивные бульдозеры, позволяя нам сделать намного больше с точки зрения систем поддержки принятия решений, которые увеличивают работоспособность человека. А с глобальной точки зрения университета они будут иметь далеко идущие последствия в связи с нашими методами обучения. Как калькулятор изменил путь решения математических задач, так и когнитивные компьютеры трансформируют высшее образование», — рассказал Спорер.

В дополнение к расширению возможностей Watson, несколько других когнитивных инициатив также попадают под зонтик Института когнитивных систем. Например, попытки IBM создать компьютерные чипы по образу и подобию человеческого мозга — SyNAPSE, спонсируемые оборонным агентством DARPA.

Источник

Related Articles

Back to top button
Close

Atomic Wallet

Jaxx Wallet

Jaxx Wallet Download

Atomic Wallet Download

Atomic Wallet App

atomicwalletapp.com

sinkronisasi reel pendek pola 4 6 spin yang sering mendahului scatter ketiga riset soft start ketika awal spin terlihat ringan tapi menyimpan momentum besar pola jam senja 18 30 20 30 aktivasi wild lebih rapat dibanding sesi lain deteksi visual micro flash efek singkat yang muncul tepat sebelum pre freespin analisis jalur simbol menyilang indikator non linear menuju burst bertingkat fenomena board padat simbol besar berkumpul sebelum tumble panjang terbuka studi turbo pendek mengapa 6 9 spin cepat lebih sering mengunci momentum perilaku reel awal saat reel 1 2 terlihat berat menjelang aktivasi multiplier pola recovery halus wild tunggal muncul setelah dead spin sebagai sinyal balik arah riset scatter tertahan ketika dua scatter bertahan lama sebelum ledakan aktual efek clean frame stabil layar terlihat bersih tepat saat rtp masuk zona seimbang analogi hujan gerimis tumble kecil berulang yang diam diam mengarah ke burst besar mapping ritme animasi perubahan tempo visual sebagai petunjuk pre burst pola jam malam 21 00 23 00 frekuensi multiplier bertingkat meningkat signifikan reel terakhir aktif aktivasi mendadak di reel 5 sebagai pemicu tumble lanjutan observasi spin manual kontrol ritme yang membantu membaca sinyal sistem deteksi low pay berpola ketika simbol kecil justru menjadi fondasi bonus studi pre burst senyap fase tenang 8 12 spin sebelum ledakan tajam jalur simbol turun naik gerakan dinamis yang mengindikasikan multiplier siap aktif blueprint sesi pendek strategi mengatur awal tengah spin agar momentum tidak terbuang reel tengah menguat pola sinkronisasi halus yang sering jadi awal scatter berlapis riset mini tumble ketika 3 tumble pendek berurutan jadi penanda bonus dekat kabut tipis di layar frame redup yang hampir selalu mengarah ke pre multiplier analisis pola jam 17 00 20 00 wild awal muncul lebih konsisten dari hari sebelumnya slide track tajam pergerakan simbol diagonal yang munculkan fase pre burst fenomena quiet board ketika 10 spin tenang justru memunculkan ledakan mendadak scatter luncur lambat indikator unik bahwa freespin akan terealisasi setelah 2 4 spin pola spin turbo ringkas efektivitas 7 turbo cepat dalam memicu tumble besar perubahan warna clean frame efek putih pucat yang jadi kode sebelum multiplier aktif riset simbol berat ketika high pay turun lebih banyak dari biasanya menjelang bonus analisis rotasi vertikal jalur simbol memanjang yang memperkuat potensi burst pola jam dingin 02 00 04 00 scatter sering bertahan lama sebelum akhirnya terkunci fs simulasi 3000 spin frekuensi wild grip muncul tinggi di pola malam hari reel 5 hyper active tanda bahwa sistem sedang mendorong momentum ke kanan analogi sungai tenang layar tanpa tumble yang justru menyimpan ledakan 2 3 putaran lagi frame gelap sesaat sinyal visual tipis sebelum scatter muncul berturut turut pola recovery wild ketika wild muncul setelah dead spin panjang sebagai pembalik keberuntungan mapping simbol rendah bagaimana low pay yang berulang bisa mengangkat probabilitas bonus reel bergerak serempak efek sinkronisasi singkat sebelum pre freespin sequence pola burst 3 lapisan ketika sistem memberikan tumble berjenjang yang mengarah ke ledakan utama