ViStA.uCOz.ua

Создана ловушка, способная удерживать большое количество атомов-кубитов одновременно

Fantsy — Tue, 15 Nov 2016 17:09:07 GMT

Создана ловушка, способная удерживать большое количество атомов-кубитов одновременно
Квантовая оптическая ловушка

В области квантовых вычислений существует одна из проблем, заключающаяся в необходимости удержания "беспокойных" атомов, ионов или субатомных частиц в строго заданном месте. Это необходимо для формирования многочисленных групп связанных кубитов, которые совместными усилиями могут производить вычисления и выполнять сложные квантовые алгоритмы. Исследователи из Массачусетского технологического института и Гарвардского университета разработали новый способ захвата и удержания атомов и субатомных частиц при помощи технологии "оптического пинцета". При этом, время удержания достаточно велико для того, чтобы можно было определить точное положение каждой частицы, на каждую частицу был направлен луч лазера, который запишет или считает информацию из каждого кубита в отдельности.

"Мы создали технологию переконфигурируемой ловушки, которая может удерживать в строго заданном положении до 50 атомов одновременно" - рассказывает Владэн Вулетик (Vladan Vuletic), ученый из Исследовательской лаборатории электроники Массачусетского технологического института (MIT Research Laboratory of Electronics), - "Это весьма походит на конструктор типа Лего, когда вы имеете возможность размещения блоков различной формы в необходимом месте пространства".

Помимо всего прочего новая оптическая ловушка имеет возможность захватывать и удерживать атомы, нейтральные частицы, не имеющие электрического заряда. Использование нейтральных атомов имеет целый ряд преимуществ и недостатков по сравнению с использованием заряженных частиц. Главным преимуществом является то, что атомы могут быть расположены ближе друг к другу, а главным недостатком - это то, что их очень трудно удержать в одном месте в силу их восприимчивости даже к самым слабым силам.

"Ученые ранее уже успешно пытались ловить и удерживать в ловушке нейтральные атомы. Но никому не удавалось создать из этих атомов более-менее упорядоченную структуру" - рассказывает Владэн Вулетик, - "Для квантовых вычислений же отдельные атомы практически бесполезны, для этого требуется, чтобы каждый атом находился на своем месте, чтобы иметь возможность его контроля совершенно независимо от других атомов".

Создание структуры из атомов начинается с луча лазерного света, охлаждающего облако атомов рубидия до сверхнизких температур, близких к температуре абсолютного нуля. После этого лазерный луч перенаправляется через расщепитель, который создает много параллельных лучей. Число этих лучей и углы их отклонения определяются параметрами радиочастотного сигнала, подаваемого на специальное устройство-дефлектор.

Попадая в облако охлажденных атомов, каждый из лучей захватывает один атом и удерживает его в точке самой высокой интенсивности. "Это напоминает процесс электризации расчески обо что-нибудь шерстяное и удержание маленького кусочка бумаги на этой расческе" - рассказывает Владэн Вулетик, - "Точно так же мы поступаем с отдельными атомами, которые удерживаются строго в заданной точке "расчески" лазерного луча".

Когда атомы пойманы в ловушку, они начинают излучать свет, который улавливается CCD-датчиком. Полученный моментальный снимок позволяет определить, какому из лазерных лучей "посчастливилось" поймать атом. Выключая на короткое время "пустые" лучи и включая их повторно, исследователи добиваются создания матрицы из атомов, которая не имеет дефектов. И в экспериментах ученым удавалось добиться подобного с 50 атомами рубидия, которые удерживались в заданном месте на протяжении нескольких секунд.

Несколько секунд - это достаточно короткое время. Но каждый из нейтральных атомов только за одну секунду может выполнить минимум 100 тысяч квантовых операций, и за эти несколько секунд матрица из 50 или большего количества атомов сможет произвести расчеты очень и очень сложного квантового алгоритма или обработать поистине огромный объем информации.

Компания Toshiba представляет TDNN - новый высокоэффективный нейроморфный процессор

Fantsy — Tue, 15 Nov 2016 17:05:35 GMT

Компания Toshiba, продолжая развивать направление Интернета вещей (Internet of Things, IoT) и анализа больших объемов данных (Big Data analysis), представила всеобщему вниманию новый процессор Time Domain Neural Network (TDNN), который представляет собой нейроморфный полупроводниковый процессор со сверхнизким потреблением энергии. Процессор TDNN ориентирован на технологии глубинного машинного изучения и он содержит большое число специализированных вычислительных узлов, построенных, в отличие от традиционных цифровых процессоров, на базе оригинальной аналоговой технологии компании Toshiba.

Глубинное машинное изучение требует огромного количества вычислительных операций. Из-за этого для реализации подобных технологий используются мощные процессоры, обладающие большой мощностью и потребляющие значительное количество энергии. Однако, для реализации глубинного изучения на уровне IoT-устройств требуются малопотребляющие чипы, которые способны выполнить большое количество необходимых операций при минимально возможном количестве потребляемой энергии.

В традиционной архитектуре фон Неймана, на базе которой построено большинство современных компьютеров, достаточно большое количество энергии расходуется на передачу данных от устройств хранения данных до процессора, который выполняет обработку этих данных. Одним из методов уменьшения количества операций пересылки данных является то, что каждая инструкция работает с данными, расположенными рядом с ячейкой, в которой хранились данные, использованные предыдущей инструкцией.

У архитектуры, реализованной природой в виде мозга высокоразвитых живых существ, имеются все особенности, необходимые для реализации максимально эффективной обработки больших объемов информации. В качестве параметра, определяющего первоочередность обработки тех или иных данных, выступает сила сцепления между нейронами, которая реализуется в виде синапсов, нейронных связей. Это позволяет синапсу также принимать участие в обработке сигналов, а такая архитектура называется полностью развернутой в пространстве архитектурой (fully spatially unrolled architecture). Однако, воспроизведение такой архитектуры на чипе традиционными методами практически невозможно, так как это требует наличия огромного количества арифметических и логических блоков.

Создавая процессор TDNN, специалисты компании Toshiba решили вышеуказанную проблему путем смешивания функций аналоговых и цифровых цепей, создав так называемый метод смешанных вычислений (time-domain analog and digital mixed signal processing, TDAMS). Этот метод был разработан еще в 2013 году и он позволяет максимально миниатюризировать каждый из вычислительных блоков. Это достигается за счет выполнения арифметических операций над данными, которые проходят через логический или арифметический элемент в виде аналогового сигнала. И это позволяет создать вычислительный узел для глубинного машинного изучения, состоящий всего из трех логических элементов и 1-битной ячейки памяти.

Созданный специалистами компании Toshiba экспериментальный чип был запрограммирован на задачу распознавания рукописного текста. И на этой задаче он продемонстрировал уровень потребления энергии в 20.6 фДж на одну операцию, что приблизительно на 10-20 процентов ниже, чем потребление других аналогичных решений, созданных ранее.

А в самом скором времени компания Toshiba планирует создать новый TDNN-процессор, который будет построен не на базе обычной статической памяти SRAM, а на базе резистивной памяти ReRAM (resistive random access memory). Это, в свою очередь, позволит одновременно увеличить производительность процессора и снизить количество потребляемой им энергии.

Искусственный интеллект получит новый сверхмощный аппаратный ускоритель

Fantsy — Mon, 07 Nov 2016 19:45:03 GMT

Компания Graphcore Ltd., молодая компания из Бристоля, Великобритания, приступила к разработке нового специализированного процессора, в котором на аппаратном уровне будут реализованы некоторые алгоритмы для технологий глубинного машинного изучения, самообучения и прочие функции, необходимые для работы систем искусственного интеллекта. Необходимое для работ финансирование в размере 30 миллионов долларов компании Graphcore обеспечили компании Samsung, Bosch и другие известные технологические компании, часть из которых пытается сохранить свое инкогнито.

"Мы получили достаточно средств для того, чтобы вывести на рынок доведенный до конца продукт" - рассказывает Найджел Тун (Nigel Toon), один из двух основателей и руководителей компании Graphcore, - "Основная работа по разработке выполняется здесь, в Бристоле, но к этому делу привлекаются специалисты из Силиконовой Долины, Сиэтла и Китая".

Продуктом, который планирует вывести на рынок компания Graphcore, является процессор Intelligent Processor Unit (IPU). Согласно имеющейся информации, разработка этого процессора ведется с полностью "чистого листа", а весь цикл разработки будет завершен во второй половине 2017 года.

Основу IPU-процессора будут составлять блоки параллельных вычислительных модулей, обрабатывающие значения с плавающей точкой с сокращенной точностью. Этот подход и некоторые другие инновационные решения позволят новому процессору иметь в сто раз большую производительность, нежели другие существующие решения. Одним из видов реализации IPU-процессора станет PCIe-плата, которую можно будет установить как в обычный персональный компьютер, так и в специализированный сервер, что даст возможность заниматься проблемами искусственного интеллекта тем людям и организациям, которые не могут себе позволить приобретения высокопроизводительных и дорогостоящих вычислительных систем.

"Этот процессор будет иметь очень большой и очень сложный чип" - рассказывает Саймон Ноулз (Simon Knowles), второй основатель и руководитель компании Graphcore, - "Поэтому мы не сможем так сразу начать создавать какие-либо опытные образцы. К счастью, у некоторых из наших партнеров имеются давние хорошие отношения с TSMC, на производствах которого мы и планируем создание наших процессоров".

Структура чипа нового IPU-процессора ориентирована на 16-нанометровый FinFET-процесс от TSMC. А окончательный выбор в пользу процесса 16FF+ или 16FFC, различающихся уровнями пороговых напряжений, будет сделан немного позже.

"Машина кошмаров" - система искусственного интеллекта, превращающая все в ужасные вещи

Fantsy — Sat, 05 Nov 2016 17:09:24 GMT

На страницах нашего сайта мы достаточно часто рассказывали о различных попытках по определению наличия и развитию своего рода творческого потенциала у систем искусственного интеллекта. Некоторые из этих попыток увенчались успехом и на белый свет появились весьма необычные картины, музыкальные произведения и т.п., авторами которых являются системы искусственного интеллекта. Однако, специалисты лаборатории Media Lab СМИ Массачусетского технологического института решили перевернуть все с ног на голову, созданная ими система "Nightmare Machine" придает всему, что попадает в поле ее досягаемости, вид, словно бы это является кадрами или декорациями для какого-то фильма ужасов.

Как и в большинстве других случаев, основу системы "Машины кошмаров" составляют алгоритмы глубинного машинного изучения и самообучения, прошедшие через процесс предварительного обучения. Для этого процесса обучения были выбраны наиболее яркие кадры из фильмов ужасов, и через некоторое время система успешно выяснила, как можно самым эффективным образом вызвать чувство испуга у человека.

На данном этапе система "Машины кошмаров" способна лишь брать любое изображение и произвести над ним ряд последовательных манипуляций. В "портфолио" этой системы уже имеется целый ряд пейзажей, изображений известных статуй и зданий, которые после "превращения" выглядят полуразрушенными зданиями с черными провалами пустых окон, окруженные не менее пугающим постапокалипсическим пейзажем под небом, на котором клубятся ядовитые облака.

Портреты, пропущенные через "Машину кошмаров", могут нанести вред человеку со слабой и неподготовленной психикой. Некоторые из этих портретов имеют абстрактные формы, наполненные такими жуткими элементами, как кровоточащие глаза, язвы и распадающаяся плоть. Другие портреты более реалистичны и привычны, они очень хорошо знакомы всем любителям кинематографа жанра "зомби-апокалипсис".

Специалисты из Массачусетса создали свою "Машину кошмаров" не только для того, чтобы пугать людей. Она создавалась в рамках исследований, целью которых является общее изучение страха человека, вызывающих его причин и последствий. "В последнее время искусственный интеллект начинает все больше и больше пугать человечество в абстрактном смысле. Не так давно Элон Маск сказал, что разрабатывая искусственный интеллект, мы выпускаем на волю демона" - рассказывает Пинэр Янардэг (Pinar Yanardag), один из исследователей, - "И мы захотели выяснить, сможет ли искусственный интеллект испугать людей в прямом смысле на интуитивном уровне?"

"Наши исследования показали, что искусственный интеллект вполне может превратиться в "демона", которому будет по силам испугать достаточно впечатлительного человека" - рассказывает Пинэр Янардэг, - "Зная это, нам надо будет в будущем определить понятие и границы "ужасного", которые не будет позволено пересекать системам искусственного интеллекта, предназначенным для взаимодействия и работы с живыми людьми".

Искусственный интеллект в будущем может стать заменой людей-судей

Fantsy — Tue, 01 Nov 2016 06:43:26 GMT

Система искусственного интеллекта, разработанная учеными из Университетского Колледжа в Лондоне, университета Шеффилда и Пенсильванского университета, продемонстрировала 79-процентную точность в подтверждении судебных решений, вынесенных Европейским Судом по правам человека (European Court of Human Rights, ECtHR). Данный случай является первым в истории, когда искусственный интеллект вынес собственные судебные решения, основываясь на данных анализа текста рассматриваемого дела, пропущенного через алгоритмы глубинного машинного изучения.

"Пока искусственный интеллект не рассматривается в качестве замены людей-судей и адвокатов. Но его помощь может оказаться очень полезной для быстрого выявления определенных моментов в рассматриваемых делах, моментов, которые являются ключевыми при вынесении судебного решения" - рассказывает доктор Николаос Алетрас (Dr Nikolaos Aletras) из Университетского Колледжа в Лондоне, - "Кроме этого, новая система позволит сразу выдвинуть на первый план те дела, в которых просматриваются явные и неявные нарушения Европейской Конвенции по правам человека и других законодательных актов".

В своих исследованиях ученые обнаружили, что судебные решения ECtHR достаточно сильно коррелируют с определенными неюридическими фактами и зависят в меньшей степени от аргументов юридической природы. Говоря терминами правовой теории, судьи из состава ECtHR являются больше "реалистами", а не "формалистами". Сделанные выводы подтверждают аналогичные результаты, полученные ранее в ходе анализа решений американского Верховного суда и других судов высшей инстанции.

Система искусственного интеллекта произвела анализ 584 дел, представленных на английском языке и касающихся нарушений Статей 3, 6 и 8* Конвенции. Для чистоты эксперимента в половине рассматриваемых дел присутствовали нарушения законов, а во второй половине таких нарушений выявлено не было. В текстах этих дел системой были выявлены некоторые характерные образы и обстоятельства. Комбинируя все полученные данные, система искусственного интеллекта смогла вынести свои собственные судебные решения, которые в 97 процентах случаев совпадали с решением реального суда.

"Сейчас наша система работает, используя данные достаточно сжатых решений и резюме к каждому конкретному случаю, опубликованные на официальном сайте ECtHR. Но если мы сможем получить доступ к некоторым полным делам и судебных решениям в отношении этих дел, то мы сумеем усовершенствовать наши алгоритмы, доведя точность их работы до максимально возможного уровня" - рассказывает доктор Вэзилеайос Лэмпос (Dr Vasileios Lampos).

Нейронные сети компании Google разработали свою собственную систему шифрования данных

Fantsy — Tue, 01 Nov 2016 06:11:36 GMT

В настоящее время в распоряжении компании Google имеется три достаточно сложные нейронные сети, которые получили условные имена Элис, Боб и Ева, и все три сети уже прошли через процесс предварительного обучения оптимизации и усовершенствования их коммуникационных возможностей. Основной задачей, решаемой этими сетями, является передача одной из них защищенного сообщения, которое должно быть успешно расшифровано двумя другими сетями. Но самым интересным является то, что через некоторое время нейронные сети совместными усилиями разработали и начали использовать свою собственную систему шифрования данных.

Еще более интересным является факт, что для создания собственной системы шифрования нейронные сети использовали возможности технологий глубинного машинного изучения, что позволило им избежать необходимости изучения всех существующих алгоритмов шифрования. Исследователи Мартин Абэди (Martin Abadi) и Дэвид Андерсен (David Andersen), проведя анализ сложившейся ситуации, определили, что созданная нейронными сетями система шифрования в корне отличается от всего того, что было создано людьми, хоть она и построена на более примитивном базовом уровне. Несмотря на простоту созданной системы шифрования, ученые считают само это создание грандиозным успехом. "Нейронные сети изначально не были предназначены для того, чтобы добиться значительных успехов в области криптографии" - рассказывает Мартин Абэди.

Создание системы шифрования было начато сетями Боб и Элис с согласования набора символов и чисел, используемых в ключе шифрования. В то время, как сеть Элис начала разрабатывать систему шифрования, сеть Боб обучалась расшифровывать получаемые сообщения. Благодаря простоте алгоритма, Боб-у потребовалось 15 тысяч попыток, прежде чем он получил исходный текст сообщения и вернул его Элис.

Сеть Ева в тоже самое время, выступавшая в роли стороннего наблюдателя и не участвовавшая в процессе согласования ключа, смогла расшифровать только часть сообщения, действуя традиционными для взломщиков методами. Исследователи утверждают, что процент расшифровки полностью равен процентам, полученным в результате расчетов вероятности расшифровки с учетом двоичной системы исчисления.

В настоящее время исследователи, наблюдающие за всеми этими процессами со стороны, уже не имеют понятия о принципах функционирования систем шифрования, которые подвергаются постоянной модификации нейронными сетями. И, естественно, они не могут расшифровать сообщения, которыми обмениваются нейронные сети, в недрах которых уже может происходить начало зарождения Скайнета.

Wise Care 365 Free 4.29.417

Fantsy — Wed, 26 Oct 2016 11:21:58 GMT

Wise Care 365 - бесплатный набор полезных и важных системных утилит для эффективной оптимизации работы компьютера.

Wise Care 365 предлагает легкость и простоту в использовании, значительное ускорение и общие возможности для оптимизации работы вашего компьютера с новыми усовершенствованными алгоритмами.

Wise Care 365 включает в себя 5 компонентов: Проверка, Очистка, Оптимизация, Приватность и Системный мониторинг. Также предлагаются дополнительные утилиты Wise

Geek Uninstaller 1.4.1.90

Fantsy — Tue, 25 Oct 2016 16:12:18 GMT

Geek Uninstaller - портативный и удобный инструмент, предназначенный для помощи пользователям в удалении установленных в системе программ.

В отличие от других деинсталляторов, Geek Uninstaller с функцией "принудительное удаление", выполняет глубокое сканирование процессов и очищает ваш ПК от следов, оставшихся после удаления программ.

Стандартная программа удаления в Windows оставляет множество мусора на вашем компьютере. GeekUninstaller выполняет глубокое и быстрое сканирование, впоследствии удаляя все остатки. Держите компьютер в чистоте! Используйте принудительное удаления для "упрямых" и поврежденных программ.

The Bat! 7.3.12

Fantsy — Tue, 25 Oct 2016 12:08:34 GMT

Самый защищенный и эффективный клиент электронной почты для Windows
Главными задачами почтовой программы The Bat! являются: сохранение конфиденциальности переписки, удобство и экономия времени при работе с почтой.
Почтовый агент The Bat! защитит вашу информацию различными методами, в том числе шифрованием данных пользователя на жёстком диске и шифрованием трафика при помощи протоколов SSL/TLS. The Bat! позволяет сохранить тайну переписки, так как может работать без использования глобальных поставщиков услуг электронной почты и веб-интерфейса. Таким образом, ваши письма хранятся на вашем компьютере, а не в облачных хранилищах, где могут быть доступны посторонним лицам.
The Bat! позволяет работать с неограниченным числом почтовых ящиков, обрабатывать и хранить неограниченное количество писем.

ESET Smart Security 10.0.369.1

Fantsy — Tue, 25 Oct 2016 12:01:15 GMT

Полноценная система безопасности от компании Eset, объединяющая в себе антивирус, модуль борьбы со шпионским программным обеспечением, персональный брендмауэр и модуль борьбы с нежелательными почтовыми рассылками. Каждый модуль Smart Security настроен на взаимодействие с другими частями программы, что позволяет обеспечивать полную защиту компьютера и, что не маловажно, оптимально использовать ресурсы системы.