Люди начали принимать на веру доказательства, созданные компьютерами

В 2014 году человечество вплотную подошло к ключевой точке своего развития. Мало того, что созданные нами машины обыгрывают лучших представителей человечества в шахматы, а роботы-хирурги с успехом заменяют человека при выполнении рутинных операций, так и ещё в одной сфере деятельности компьютеры обошли нас.

Два математика из Ливерпульского университета, Великобритания, Алексей Лисица и Борис Конев, придумали интересную проблему – если компьютер приводит доказательство математической задачи, которое слишком велико для изучения, то как судить, насколько оно верное?

В своей статье, учёные описывают написание и запуск компьютерной программы для решения малой части задачи, известной как задача несоответствия Эрдеша.

Конечно, математиков терзали смутные сомнения, что когда-нибудь, в один из не самых прекрасных дней, компьютер будет работать очень долго, а результат его работы будет очень велик.

Результат работы программы Лисицы и Конева поражает воображение – файл с текстом доказательства занимает объём в 13 гигабайт, т.е. 13,000,000,000 Байт!

Это на два гигабайта больше, чем полный объём информации в Википедии.

Теперь перед научным миром стоит дилемма: либо принимать на веру доказательства, созданные машинами, как факт (хотя мы не в состоянии их проверить), либо отказаться от их использования, ограничивая тем самым наши возможности.

 

Реальная дата создания первой говорящей машины в истории человечества

robot_07082016Как-то раз репортер брал интервью у Томаса Эдисона (1847 — 1931).

  • Скажите, сэр, — спросил он знаменитого изобретателя.
 — Ведь это вы изобрели первую в мире говорящую машину?
  • Нет, нет. — Поспешно ответил Эдисон.
— Первая говорящая машина появилась очень давно. Если говорить по существу, то она была создана еще в библейские времена… Выдержав паузу, он опасливо огляделся и заговорщически наклонившись к репортеру, шепотом закончил:
— …из ребра Адама!

Несколько слов о самом мощном компьютере на планете

pc_21062016_2В Китае создан самый мощный суперкомпьютер в мире. Производительность суперкомпьютера составляет 93 петафлопс, а это значит, что он может выполнять 93 квадриллиона вычислений в секунду, а 10,65 миллиона ядер китайского чуда техники заставляют Титан системы Cray Xk7, самый мощный суперкомпьютер США, в котором ядер всего лишь 560 000, чувствовать себя неловко. Впрочем, Титан находится на третьем месте рейтинга, в котором значатся целых 500 суперкомпьютеров со всего мира. Тем не менее новенький Sunway TaihuLight выдаёт целых 16% от общей их мощности. Несмотря на впечатляющие возможности, компьютер ещё и потребляет мало энергии. Обычно много энергии расходуется оперативной памятью, но TaihuLight использует для вычислений значительно меньший объём ОЗУ, нежели его собратья.

Одновременно с появлением TaihuLight Китай занял лидирующее место по количеству суперкомпьютеров. В Китае их 167, в США же 165 компьютеров, обозначенных в рейтинге. Что касается российских суперкомпьютеров, в рейтинг TOP500 их попало всего семь, самый мощный из них — “Ломоносов-2” из МГУ, он занимает 41 позицию.

17 экзафлоп к 2020 году — это уже не фантастика!

17-ekzaflop-k-2020-goduБританская компания Optalysys собирается в начале 2015 года продемонстрировать прототип инновационного оптического компьютера, в котором вычисления будут производиться на скорости света. В случае успешного продвижения данной технологии её разработчики надеются увидеть подобные ПК, которые по производительности будут конкурировать с экзаскалярными суперкомпьютерами, на рабочих столах пользователей по всему миру.

Описание оптических компьютерных технологий включает в себя несколько конкурирующих направлений. В основе их лежит использование света вместо электричества. Обычно здесь вместо традиционных транзисторов с их электронами используются оптические с фотонами, так же бывают оптоэлектронные устройства, где между традиционными транзисторами используются оптические линии связи.

Optalysys предлогает свой собственный подход. Здесь используется маломощный лазер, направляемый на состоящую из жидких кристаллов сетку, принцип работы которой напоминает жидкокристаллический дисплей. К каждой ячейке-пикселю прикладывается электричество, она меняет прозрачность, за счёт чего проходящий через неё свет также изменяется. Сложные алгоритмы отвечают за подачу напряжения на ячейки, а проходящие через них лучи улавливаются приёмником. Здесь анализируется дифракция, проводится анализ Фурье, позволяя выполнять сложные математические расчёты. Можно использовать множество сеток, что позволяет вести параллельные вычисления.

У светового компьютера есть два огромных преимущества перед традиционные: вычислительная мощность на уровне суперкомпьютеров и низкое энергопотребление. Кроме того, если в кремниевых процессорах, несмотря на всю их скорость, вычисления происходят последовательно, то здесь луч света попадает на все кристаллы одновременно, так что число вычислений в единицу времени может исчисляться сотнями тысяч или миллионами, выполняемыми со скоростью света.

Что касается энергопотребления, приблизительная оценка говорит о расходе на электричество в размере $3500 в год, тогда как самый производительный (34 петафлоп) современный суперкомпьютер ежегодно обходится в $21 млн. К 2017 году Optalysys собирается представить световой компьютер Optical Solver производительностью 9 петафлоп (плюс дополнение для традиционных суперкомпьютеров производительностью 1,32 петафлоп). Это будет только начало: в 2020 году производительность должна будет достичь 17,1 экзафлоп. Запланированный же на будущий январь прототип будет обладать производительностью 340 гигафлоп.

Для справки:

дека- (101)
гекто- (102)
кило- (103)
мега- (106)
гига- (109)
тера- (1012)
пета- (1015)
экза- (1018)
зетта- (1021)
иотта- (1024)

Читать далее 

Судный день: «Мой центральный процессор — самообучающийся процессор на базе нейронных сетей»

truenorth-5Чипы TrueNorth, первый нейросинаптический процессор, работающий на принципах головного мозга и разработанные компанией IBM, будут обучены на данных, которые были сгенерированы человеческим мозгом. По мнению разработчиков нейроморфоного компьютера, структура которого основана на принципах организации головного мозга человека, процессоры смогут извлечь из массива данных смысл, сообщает Wired.

Компьютеры, принцип работы которых основан на принципах работы головного мозга, будоражили общественность, начиная со знаменитой фразы, произнесенной Арнольдом Шварценеггером в фильме Терминатор 2: Судный день: «Мой центральный процессор — самообучающийся процессор на базе нейронных сетей».

Понимая огромные перспективы этого направления, в последние годы многие группы ученых и инженеров работали над созданием электронных аналогов головного мозга и, что вполне предсказуемо, первой к финальной черте пришла компания IBM, проводившая исследовательские работы в рамках программы DARPA SyNAPSE. Представленный компанией первый нейросинаптический процессор TrueNorth может стать основой кардинальных изменений, которые затронут буквально все, начиная от смартфонов и заканчивая автомобилями-роботами. Кроме этого такой процессор может стать базой для построения масштабных нейронных сетей, вычислительная мощность которых приблизится к способностям головного мозга человека.

В состав нейросинаптического процессора TrueNorth входит миллион программируемых электронных нейронов и 256 миллионов программируемых синапсов, способных обеспечить передачу сигналов от одного нейрона к другому. Все эти элементы организованы в 4096 нейросинаптических вычислительных ядер, в состав которых входят вычислительные, коммуникационные модули и память. Все эти ядра способны работать параллельно, подобно тому, как работают различные участки головного мозга. Такая архитектура позволяет преодолеть узкое место традиционной архитектуры процессоров, которое не позволяет одновременно передавать инструкции и оперативные данные по одному и тому же пути.

«Мы еще не создали полный аналог мозга» — рассказывает доктор Дармендра Модха (Dharmendra Modha), основатель группы Cognitive Computing в компании IBM Research,— «Но мы приблизились практически вплотную к реализации масштабируемых вычислительных технологий, основанных на принципах работы мозга».

Читать далее