Investigación de NTTuna división de NTT, dio a conocer la física del categoría de inteligencia químico, se separó de un categoría interiormente del laboratorio de Física e Informática de la Investigación de NTT (PHI). El nuevo categoría continuará avanzando la «física de la inteligencia químico», un enfoque interdisciplinario para comprender la inteligencia químico (IA) pionera por el equipo en los últimos cinco primaveras. La científica de investigación de NTT Hidenori Tanaka, experta en física, neurociencia y estudios instintivo (ML) que dirigió el categoría de sistemas de inteligencia del laboratorio PHI, se convertirá en patrón de la física del categoría de inteligencia químico.
Al principio, el laboratorio PHI reconoció la importancia de comprender la naturaleza de la «caja negra» de la IA y el estudios instintivo para desarrollar sistemas novedosos con eficiencia energética drásticamente mejorada para el cálculo. Con la IA ahora avanzando a un ritmo sorprendente, los problemas de confiabilidad y seguridad incluso se han vuelto críticos para las aplicaciones de la industria y la gobernanza de la asimilación de la IA. En colaboración con los investigadores académicos, la física del categoría de inteligencia químico tiene como objetivo atracar las similitudes entre las inteligencias biológicas y artificiales, solucionar aún más las complejidades de los mecanismos de IA y gestar confianza que conduce a una fusión más armoniosa de la colaboración humana y de IA. El objetivo es obtener una mejor comprensión de cómo funciona la IA en términos de ser entrenado, acumular conocimiento y tomar decisiones para que podamos diseñar IA cohesiva, segura y confiable en el futuro. Este enfoque se hace eco de lo que los físicos han hecho durante muchos siglos: las personas entendieron que los objetos se movían cuando se aplican las fuerzas, pero fue la física la que reveló los detalles precisos de la relación, lo que permitió a los humanos diseñar máquinas que conocemos hoy. Por ejemplo, el expansión de la máquina de vapor informó nuestra comprensión de la termodinámica, lo que a su vez permitió la creación de semiconductores avanzados. Del mismo modo, el trabajo de este categoría dará forma al futuro de la tecnología de IA.
El nuevo categoría continuará colaborando con el Centro de la Universidad de Harvard para Ciencias del Cerebro (CBS), dirigido por el profesor de Harvard, Venkatesh Murthy, y con Universidad de Princeton Profesor asistente (y ex sabio de investigación de NTT) Gautam Reddy. Además planea colaborar con Universidad de Stanford La profesora asociada Surya Ganguli, con quien Tanaka es coautora de varios documentos. El equipo central del categoría incluye a Tanaka, la científica de investigación de NTT, Maya Okawa y el compañero postdoctoral de NTT, Ekdeep Singh Lubana. Las contribuciones anteriores hasta la aniversario incluyen:
- Un cálculo de poda de red neuronal ampliamente citado (más de 750 citas en solo 4 primaveras)
- Un cálculo de remoción de sesgo para modelos de idiomas grandes (LLM), obligado por el Instituto Franquista de Normas y Tecnología de los Estados Unidos por sus ideas científicas y prácticas; y
- Nuevas ideas sobre la dinámica de cómo AI aprende conceptos.
En el futuro, la física del categoría de inteligencia químico tiene una tarea triple. 1) Tiene la intención de profundizar nuestra comprensión de los mecanismos de la IA, todo mejor para integrar la ética desde adentro, en ocasión de a través de un azulejería de ajuste (es opinar, el estudios forzado). 2) Préstamo de la física empírico, continuará creando espacios sistemáticamente controlables de IA y observará los comportamientos de estudios y predicción de la IA paso a paso. 3) Aspira a mejorar la violación de la confianza entre la IA y los operadores humanos a través de operaciones mejoradas y control de datos.
«Hoy marca un nuevo paso con destino a la comprensión de la AI de la sociedad a través del establecimiento del categoría de física de inteligencia químico de NTT Research», dijo el presidente y CEO de NTT Research, Kazu Gomi. «El surgimiento y la rápida asimilación de soluciones de IA en todas las áreas de la vida cotidiana han tenido un profundo impacto en nuestra relación con la tecnología. A medida que el papel de la IA continúa creciendo, es imperativo que exploremos cómo la IA hace apreciar a las personas y cómo esto puede dar forma al avance de las nuevas soluciones. El nuevo categoría apunta a las preocupaciones y el sesgo en torno a las soluciones de AI para crear un camino armonioso para la coexistencia de AI y la humanidad y el sesgo».
La física del categoría de inteligencia químico alpargata un enfoque interdisciplinario para la IA, con la física, la neurociencia y la psicología que se unen. Este enfoque parece más allá de los puntos de narración convencionales, reconociendo la falta de apoyar objetivos como la equidad y la seguridad que conducen a la asimilación sostenible de IA. En términos de eficiencia energética, otros grupos en el laboratorio PHI ya se dedican a los esfuerzos para achicar el consumo de energía de las plataformas informáticas de IA a través de la informática óptica y una tecnología de litio de película flaca (TFLN). Adicionalmente de eso, inspirado en el vasto diferencial entre los vatios consumidos por los modelos de idiomas grandes (LLM) y el cerebro humano o animal, el nuevo categoría incluso explorará formas de usar similitudes entre cerebros biológicos y redes neuronales artificiales.
«La secreto para que la IA exista armoniosamente adjunto con la humanidad radica en su confiabilidad y cómo abordamos el diseño e implementación de soluciones de IA», dijo Hidenori Tanaka. «Con la aparición de este categoría, tenemos un camino a la comprensión de los mecanismos computacionales del cerebro y cómo se relaciona con los modelos de estudios profundo. Mirando con destino a el futuro, nuestra investigación dilación conquistar algoritmos y hardware inteligentes más naturales a través de nuestra comprensión de la física, la neurociencia y el estudios instintivo».
Desde 2019, el Laboratorio PHI ha encabezado investigaciones para nuevas formas de sistemas de computación mediante el uso de tecnologías basadas en fotónica. Los dispositivos basados en TFLN se exploran a través de este esfuerzo, mientras que la máquina de ising coherente proporciona nuevas perspectivas sobre problemas de optimización complejos históricamente muy difíciles de resolver en las computadoras clásicas. Adicionalmente de un acuerdo de investigación conjunta (JRA) con Harvard, el laboratorio PHI ha trabajado a lo holgado de los primaveras con el Instituto de Tecnología de California (Caltech), Universidad de CornellUniversidad de Harvard, Instituto de Tecnología de Massachusetts (MIT), Universidad de Notre DameUniversidad de Stanford, Universidad Tecnológica de Swinburneel Universidad de Michigan y el Centro de investigación de la NASA Ames. En total, el laboratorio Phi ha entregado más de 150 documentos, cinco apareciendo en Naturalezauno en Ciencia y vigésimo en Naturaleza Revistas hermanas.
Para obtener más información sobre la física del categoría de inteligencia químico, visite: https://ntt-research.com/pai-group/
Comente sobre este artículo a través de X: @conectamentado_ y visite nuestra página de inicio IoT ahora
