211service.com
IBM test de controversiële hersenalgoritmen van Pioneer voor mobiel computergebruik
Jeff Hawkins, oprichter van mobiel computerbedrijf Palm, wijdt al meer dan tien jaar zijn tijd en fortuin aan een theorie die bedoeld is om de werking van het menselijk brein te verklaren en een blauwdruk te bieden voor een krachtig nieuw soort kunstmatige-intelligentiesoftware. Maar het bedrijf van Hawkins, Numenta , heeft weinig impact gehad op de technische industrie, ook al is machine learning centraal komen te staan voor bedrijven als Google.
Nu is er eindelijk een techgigant die interesse toont.
IBM heeft een onderzoeksgroep opgericht om te werken aan de leeralgoritmen van Numenta in het onderzoekslaboratorium Almaden in San Jose, Californië. De algoritmen worden getest voor taken, waaronder het interpreteren van satellietbeelden, en de groep werkt aan ontwerpen voor computers die de ideeën van Hawkins in hardware zouden implementeren. Hawkins zegt dat er ongeveer 100 mensen aan het project werken, intern bekend als de Corticaal leercentrum.
IBM zou niet de leider van het project zijn, Winfried Wilke , beschikbaar voor een gesprek. Maar Wilcke beschreef zijn werk publiekelijk op een conferentie in Sandia National Lab in februari. Hij prees de software van Numenta omdat deze dichter bij de biologische realiteit staat dan andere machine learning-software, en zei dat het kan leren hoe onbewerkte gegevens efficiënter kunnen worden geïnterpreteerd. Experts moeten machine learning-software meestal trainen met voorbeeldgegevens voordat het aan de slag kan. De algoritmen van Numenta kunnen het mogelijk maken om machine learning op veel meer problemen toe te passen, zei Wilcke.
Machine learning wordt veel gebruikt door Google en andere computerbedrijven voor verschillende taken, van het categoriseren van afbeeldingen tot het verwerken van gesproken zinnen. Veel onderzoekers zijn zich gaan concentreren op een techniek genaamd deep learning, die meerlagige netwerken van kunstmatige neuronen traint om patronen in gegevens te vinden (zie 10 Breakthrough Technologies 2013: Deep Learning). De resultaten waren opvallend, maar deep learning bootst de biologie niet nauw na.
De algoritmen van Numenta werken ook in een netwerk, maar ze zijn gericht op het getrouw nabootsen van het gedrag van herhalende circuits van ongeveer 100 neuronen in de buitenste laag van de hersenen, de neocortex.
Ons doel is niet om biologisch geïnspireerd te zijn; Ik wil precies opnieuw creëren, zegt Hawkins. Hij gelooft dat het vermogen van de hersenen om de wereld te begrijpen geworteld is in deze zich herhalende circuits, en dat door ze na te bootsen in software machine learning-software tot veel meer in staat zal zijn. Zo bouw je echt een machine-intelligentie, zegt hij.
In zijn Sandia-lezing zei Wilkce dat Numenta een evenwicht had gevonden tussen het nemen van aanwijzingen uit de biologie en het maken van praktische software. Het lijkt een goede plek te raken, zei Wilcke. Het is niet te eenvoudig en niet zo ingewikkeld dat er weinig kans is om ooit een grootschalig model te bouwen.
De IBM-groep werkt aan het gebruik van Numenta's algoritmen om satellietbeelden van gewassen te analyseren en vroegtijdige waarschuwingssignalen van mechanische storingen in gegevens van pompen of andere machines op te sporen. Wilcke beschreef ook plannen voor een nieuwe computer die een soort fysieke re-creatie is van Numenta's algoritmen.
Het plan roept op om meerdere siliciumwafers op elkaar te stapelen, met fysieke verbindingen ertussen om de netwerken na te bootsen die worden beschreven door Numenta's algoritmen.
Sommige computerwetenschappers en neurowetenschappers zijn kritisch over de ideeën van Hawkins en zeggen dat ze zijn beweringen niet hebben waargemaakt. Gary Marcus , een professor in de psychologie aan de New York University en mede-oprichter van een AI-startup genaamd Geometric Intelligence, zegt dat Numenta's modellen aantoonbaar dichter bij de werking van de hersenen liggen dan kunstmatige neurale netwerken. Maar ook die zijn te simpel, zegt hij. En tot nu toe heb ik geen enkel argument gezien dat ze betere prestaties leveren op een groot uitdagingsgebied.
Marcus zegt dat de algoritmen van Hawkins slechts enkele van de bekende mechanismen nabootsen die in de hersenen aan het werk zijn, en dat het grootste deel van zijn functie nog steeds een mysterie blijft. Demonstraties van Numenta's technologie zijn tot nu toe beperkt geweest, voegt hij eraan toe. Ik heb ze nog niet zien proberen om met het begrijpen van natuurlijke taal om te gaan of zelfs state-of-the-art resultaten op het gebied van beeldherkenning te produceren, zegt hij.
Hoewel Hawkins wijst op het feit dat IBM zijn ideeën heeft opgepikt als bewijs van hun waarde, lijkt hij geen bijzondere haast te hebben om ze een stempel op de wereld te zien drukken. Hij heeft zich teruggetrokken uit een eerder plan om geld te verdienen door Numenta's eerste product op de markt te brengen, software die eind 2013 werd gelanceerd, genaamd Grok , dat zoekt naar afwijkingen in logboeken die zijn geproduceerd door software die in de cloud wordt gehost. Hawkins zegt dat software binnenkort gratis zal worden vrijgegeven.
In plaats daarvan richt Numenta's staf van ongeveer 20 zich nu op het perfectioneren van de algoritmen die zijn gebouwd op basis van de oorspronkelijke theorie van Hawkins. Het is een belangrijk aandachtspunt om de software in staat te stellen om te leren hoe motoren en andere fysieke apparatuur moeten worden bestuurd. Dat zou op een dag nuttig kunnen zijn voor robotica. We hebben het geluk dat we - dankzij mezelf en andere investeerders - hier nu geen bedrijf omheen hoeven te bouwen, zegt Hawkins. We denken dat we een basis voor intellectueel eigendom opbouwen voor de komende 30 jaar computergebruik.