Официально


На сайте Федерального агентства научных организаций опубликован августовский приказ об утверждении Положения о кадровом резерве ФАНО. С текстом документа можно ознакомиться по ссылке.



На базе Всероссийского НИИ мясной промышленности им. В.М.Горбатова создан Федеральный научный центр. Для этого к научно-исследовательскому институту присоединено восемь научных организаций.

На сайте Минобрнауки опубликованы рекомендации министерства по управлению правами на результаты интеллектуальной деятельности в организациях. Документ доступен по ссылке.

Минобрнауки утвердило состав Координационного совета по вопросам повышения эффективности формирования у детей и молодежи устойчивости к антиобщественным проявлениям. Внесены также изменения в приказ об организации работы в министерстве «по обеспечению условий для формирования у детей и молодежи гражданской позиции, стойкого неприятия идей экстремистской и террористической направленности».




Новости № 37(2017)

Регионы


В Санкт-Петербургском госуниверситете открылась кафедра теории и практики антимонопольного регулирования. Прибывший на церемонию руководитель Федеральной антимонопольной службы России Игорь Артемьев принял предложение ректора Николая Кропачева стать профессором вуза и возглавить совет профильной образовательной программы.

Технико-внедренческий парк “Технопарк Русский” открыт в Дальневосточном федеральном университете во время проходившего во Владивостоке III Восточного экономического форума. Вместе с ДВФУ в создании новой структуры участвовал Фонд “Сколково”.

Официально начал свою работу венчурный фонд, созданный Томским госуниверситетом и Фондом посевных инвестиций РВК. Его размер - 33,3 миллиона рублей, доли ФПИ РВК и ТГУ - 75 и 25%.

СНГ


В Белоруссии подвели первые итоги вступительной кампании: больше половины абитуриентов стали студентами высших учебных заведений республики. Из более чем 92 тысяч человек, которые зарегистрировались для прохождения централизованного тестирования, 53,5 тысячи получили студенческий билет.

Приемная кампания в молдавские вузы обернулась в этом году скандалом. Совет ректоров обвинил Молдавский госуниверситет в недобросовестной конкуренции и “переманивании студентов”. Поводом для этого стало решение вуза освободить от платы за обучение более 370 студентов-первокурсников, зачисленных по контракту.

Приемная кампания этого года в Армении отличилась тем, что даже в главном вузе страны - Ереванском госуниверситете - впервые остались вакантные места по специальностям “Экономика” и “Армянский язык и литература”. При этом невостребованными в вузах страны остались примерно половина платных мест.

Интердайджест


Вещество, утрачиваемое головным мозгом при болезни Паркинсона, само вызывает гибель производящих его клеток. Открытие сделано на культуре нейронов пациентов. Об этом сообщает Science News.

Гены, связанные с болезнью Альцгеймера и курением, указали на продолжающуюся эволюцию человека. С подробностями - The Scientist.

Генетики раскритиковали статью, в которой пионер геномики Крейг Вентер заявил о возможности предсказания черт лица человека по его ДНК. Подробности - в Nature News.


В правительственных кругах в последние дни был поднят вопрос, не следует ли Временному правительству ввиду происшедших на фронте событий переехать в Москву. Предложение, однако, не встречает сочувствия в правительственных кругах, ибо переезд Временного правительства в Москву мог бы вызвать среди населения Петрограда панику, в то время как нет никаких оснований для этого, так как, по мнению верховного командования и других авторитетных военных кругов, Петрограду, по крайней мере, до весны не грозит непосредственной опасности.


















Познавая разум. Нейросети строят по образу и подобию человеческого мозга.
Инновации
№ 36(2016)

02.09.2016


Понять принципы работы мозга и смоделировать мыслительный процесс - эту амбициозную задачу человечество решает уже более полусотни лет. Ученые говорят, что до создания полноценного искусственного интеллекта, который думает, как человек, еще очень далеко. Пока возможности компьютерных систем, построенных по образцу живой нейросети, ограниченны. Но они быстро совершенствуются и уже активно используются в практике для решения задач, требующих разумного выбора стратегии поиска. Устройства на основе нейросетевых алгоритмов побеждают людей в интеллектуальных играх, прекрасно распознают образы и звуки, водят машины, пишут твиты.
Чего ждать от них дальше? В каких направлениях идет развитие искусственных когнитивных систем? Какой вклад вносят в этот процесс российские ученые, в частности сотрудники НИЦ “Курчатовский институт”? Об этом “Поиску” рассказал заместитель руководителя - ученый секретарь Курчатовского комплекса НБИКС-технологий, руководитель Лаборатории нейроморфных систем Вячеслав Демин. 
- Вячеслав Александрович, работы по искусственному интеллекту как междисциплинарные, наверное, занимают самое важное место в НБИКС-центре?
- Нейрокогнитивные исследования, разработки в области создания искусственного интеллекта и робототехники - действительно яркие примеры конвергенции наук и технологий, как, собственно, и задумывалось изначально Михаилом Валентиновичем Ковальчуком при создании Курчатовского НБИКС-центра. Но спектр решаемых сегодня в НБИКС-комплексе задач этими направлениями не исчерпывается, он намного шире. У нас проводятся работы по биомедицине, включающие создание искусственных органов и тканей, изучение механизмов иммунитета, разработку лекарств от онкологических, нейродегенеративных, вирусных, бактериальных болезней, исследование способов адресной доставки этих препаратов. 
Еще один крупный блок - биоэнергетика. И это не только разработка технологий производства биотоплива, но также изучение принципов генерации энергии живыми системами и природоподобного энергопотребления, которое выливается, например, в создание имплантатов, способных при помещении в организм вырабатывать энергию, используя его ресурсы. 
Есть у нас отдел, занимающийся сверхпроводящими материалами и устройствами на их основе. 
Специалисты по социогуманитарным исследованиям работают в области палеогенетики, исторического материаловедения (исследование предметов искусства с помощью рентгеновского, синхротронного и нейтронного излучений, электронной микроскопии и других физических методов). 
И это далеко не полный перечень направлений, в рамках которых реализуется множество междисциплинарных тем. 
- Расскажите о своей Лаборатории нейроморфных систем. Какие задачи она решает?
- Мы занимаемся созданием аппаратных средств искусственного интеллекта с нейросетевой архитектурой. Чтобы пояснить, что это значит, отмечу, что существует два пути решения задачи построения искусственного интеллекта. Первый - так называемые символьные вычисления, заключающиеся в моделировании на традиционных компьютерах интеллектуальных функций человека и других живых существ. Математики начали разрабатывать это направление с середины прошлого века и смогли выстроить системы логического вывода, которые не только используют заложенные в них связи между высказываниями (символами) и законы вывода утверждений, но и генерируют новые (правила вывода правил). Больших открытий в этой области не произошло, машины не стали мыслящими, но они успешно справляются с задачами, для которых пока нет других алгоритмов решения. Благодаря этому созданы экспертные системы, помогающие человеку в различных отраслях.
- Что умеют эти комплексы? Приведите наглядные примеры.
- Многие пользователи компьютеров прибегают к услугам автоматизированных помощников (экспертных программ), которые предлагают разные варианты решения технических проблем, в зависимости от сообщаемых людьми деталей. Еще одна иллюстрация - программно-аппаратные комплексы для диагностики двигателей автомобилей, где комбинаторным образом увязаны сотни параметров - показаний различных датчиков и возможных путей решения проблемы. 
- Работают ли в НБИКС-центре над темой символьного интеллекта? 
- Да, частично такие исследования ведет одна из научных групп в нашем Отделе нейрокогнитивных исследований. Но значительно активнее у нас реализуется второе направление - попытки воспроизвести интеллект, скопировав с помощью программных и аппаратных средств структуру мозга. 
В отличие от движения сверху вниз, то есть воспроизведения мыслительных способностей человека на классическом компьютере, это путь снизу вверх - создание компьютера по образу и подобию живой сети нервных клеток. Именно этим направлением исследований занята Лаборатория нейроморфных систем.
- Чем такой “биологический” компьютер лучше обычного?
- Сейчас в вычислительной технике используется так называемая классическая, или фон-неймановская, архитектура (по имени математика фон Неймана). Память и процессор физически разделены, они связываются друг с другом посредством шины, по которой постоянно идет обмен данными. Шина является “узким местом”, которое ограничивает производительность вычислений. Эту проблему отчасти снимают многоядерные процессоры, в которых информация делится между разными ядрами и обрабатывается в них одновременно. Процесс ускоряется, но все равно остается последовательным.
Человеческий мозг устроен иначе: его архитектура принципиально параллельна. И вычисление, и сохранение информации осуществляют одни и те же структуры - нервные клетки, нейроны. Мозг человека содержит порядка 100 миллиардов нейронов, которые имеют разветвленную структуру ввода и вывода информации (несколько тысяч связей на один нейрон). Соединение передающего отростка (аксона) одного нейрона и принимающего отростка (дендрита) другого нейрона называется синапсом. Синапсы обладают свойством пластичности, проще говоря, эффективность передачи сигнала зависит от частоты его прохождения. Чем чаще используется данная связь, тем более эффективной в смысле передачи сигнала она становится. Считается, что именно в уникальных наборах способных к обучению синапсов и формируются элементы памяти.
Еще раз подчеркну, что ученые работают над тем, чтобы создать искусственные нейронные сети с подобными свойствами. Есть два пути решения этой проблемы - компьютерное моделирование и аппаратное воспроизведение (создание нейрочипов). 
- Что уже сделано в каждой из этих областей?
- Если говорить о моделировании нейронных сетей на компьютерах, то оно началось давно - почти одновременно с символьными вычислениями. Безусловно, скопировать все детали работы мозга невозможно. Одних типов нейромедиаторов (молекул-посредников в передаче электрохимического сигнала между нейронами) - около 4 тысяч. Да и архитектура живых нейросетей крайне сложна. Поэтому ученые выделяют основные принципы, которые важны с точки зрения проведения нейровычислений, формирования распределенной памяти, и пытаются их реализовывать.
По мере того как увеличивались мощности компьютеров и совершенствовались биотехнологии, позволяющие глубже проникнуть в структуру мозга, разобраться в функциональных особенностях его элементов, эта сфера развивалась все интенсивнее. Сегодня искусственные нейронные сети уже активно применяются в технике. 
- А у вас ведутся работы по созданию искусственных нейросетей?
- Да, наша глобальная цель - построить крупноблочную структуру, повторяющую работу основных подсистем мозга. В перспективе нейросетевая программа должна освоить такие функции, как распознавание образов, фокусировка внимания, образование ассоциаций (привязка к другим образам), оценка и принятие решений, выполнение команд, формирование или актуализация памяти. 
Для решения этой задачи мы, в первую очередь, занимаемся разработкой методов обучения разных типов нейронных сетей (оно состоит в подборе подходящей архитектуры и сил связей между искусственными нейронами). К каждой сети нужно найти свой подход: универсальных способов обучения пока не найдено, их появление будет революционным открытием. Процесс может быть управляемым (“с учителем”) и неуправляемым (“без учителя”). В первом случае оператор или программа “прогоняют” через сеть примеры с известными правильными ответами и разными методами корректируют параметры сети, чтобы минимизировать ошибки в ее ответах. Эффективность обучения тем выше, чем больше таких примеров использовано. Во втором случае сеть самостоятельно, посредством специального алгоритма, учится “понимать” структуру входных данных, кластеризуя близкие (согласно заданному формальному критерию) объекты в один класс (например, все ели, осины и березы - в класс “деревья”, а ромашки, лютики и тюльпаны - в класс “цветы” и т.п.). При этом данные изначально являются неразмеченными: нет примеров с правильными ответами. Такого рода алгоритмы обучения - наименее развитые, но наиболее ценные. Действительно, в этом случае необходимо лишь снабдить сеть датчиками для взаимодействия с внешним миром или определенным объемом неразмеченных данных и предоставить ей время на освоение поступающей информации.
Сегодня стал активно использоваться алгоритм третьего типа - обучение с подкреплением, когда сети не предоставляются правильные ответы, но лишь обозначается, стала ли она ближе к решению (вроде детской игры “холодно - горячо”).
Если нейронная сеть обучена хорошо, она приобретает способность моделировать функцию, оптимально связывающую значения входных и выходных переменных, то есть решать задачи с нечеткой логикой, где допустимых входных сигналов, а зачастую и “ответов” бесконечно много. Ну, например, существует много способов дотянуться до бутылки с водой. Взрослый человек выберет оптимальный, “не думая”. В подобных случаях мы пользуемся интуицией (которая, вероятнее всего, выражается в устоявшейся структуре сформированных связей между нейронами, возникшей в процессе приобретения опыта). 
А для искусственного мозга - это сложнейший процесс. Поэтому пока он может использоваться только для решения ограниченного набора технических задач. Наиболее распространенные из существующих приложений - предварительный анализ больших данных (например, крупных научных экспериментов, таких как столкновения частиц на Большом адронном коллайдере в ЦЕРН), быстрый трейдинг ценными бумагами на биржах, распознавание образов - зрительных, звуковых, тактильных. Стоит отметить, правда, что практически все современные программы искусственного интеллекта гибридны: нейросети выделяют основные признаки и осуществляют по ним привязку образа к определенному классу. А на стадии принятия решений подключаются уже обычные математические алгоритмы. Также предварительная компьютерная обработка часто требуется для подготовки информации, подаваемой на вход нейросети.
- Вы говорили, что искусственные нейросети не только моделируют на компьютерах, но и производят физически. Как выглядят нейрочипы? Что это такое? Зачем они нужны?
- Нейрочипы - это микросхемы, сконструированные и работающие на основе нейросетевых принципов. Внешне они выглядят как обычные чипы, но открывают новые широкие возможности. За счет специальной суперпараллельной архитектуры (огромного числа простых процессоров-”нейронов”, работающих каждый момент времени одновременно) нейровычислительная производительность и энергоэффективность нейроморфных устройств выше, чем классических компьютерных систем. Большой плюс - малые массогабаритные характеристики. Чтобы запустить нейросетевой алгоритм на обычном компьютере, требуются значительные вычислительные мощности, а нейрочип можно разместить в любом устройстве - от робота до смартфона. Кроме того, нейрочипы обеспечивают автономность от интернет-коммуникаций. Сейчас программы на основе искусственных нейросетей в большинстве случаев формируют запрос на удаленный сервер и, следовательно, без Интернета работать не могут. А с помощью чипа задачи могут решаться на входном устройстве.
Первые серьезные попытки создания нейрочипов были сделаны в 90-х годах прошлого века. Сейчас изготовлено уже немало видов нейрочипов для выполнения конкретных задач. Это относительно небольшие сети, содержащие ограниченное количество искусственных нейронов и имеющие довольно простую архитектуру. В большинстве случаев в них используются цифровые элементы, которые могут принимать лишь несколько дискретных значений, в то время как живые нейросети работают на основе аналоговых элементов, способных реализовывать непрерывный диапазон функциональных значений. Так что процесс еще в самом начале.
- Вы в нем участвуете?
- Да, мы занимаемся созданием искусственных нейронов и синапсов, а также сетей на их основе. Синаптические функции может выполнять так называемый мемристор (memory resistor) - электрическое сопротивление с эффектом памяти, которое меняет свое значение под действием прошедшего через него электрического заряда и сохраняет его в отсутствие новых переключающих импульсов. Это свое­образный пропускной элемент для тока, как синапс для электрохимического сигнала. Мемристоры делают из органических, неорганических и гибридных материалов (например, наночастицы в полимере). 
Мемристоры необходимы не только для нейроморфных вычислителей, но и для новых запоминающих систем с большой плотностью размещения информации, быстродействием, высокими энергосберегающими характеристиками. Кроме того, их можно использовать при создании нейропротезов - искусственных микросхем, замещающих поврежденные участки нервной ткани. 
Мы концентрируемся на разработке вычислительных нейроморфных устройств. Ищем материалы, которые позволят создавать мемристоры с заданными свойствами - диапазоном сопротивлений, необходимой стабильностью к числу переключений. Использование нейрочипов с мемристивными связями между нейронами даст существенное увеличение функционала эмулируемых нейронных сетей за счет непрерывного диапазона реализуемых весов связей, большего быстродействия по сравнению с транзисторными элементами, уменьшенного энергопотребления, а также за счет повышенной плотности их размещения на чипе (один мемристор может занимать площадь на чипе не более 10x10 квадратных нанометров).
- Вам удалось сказать новое слово в этом вопросе?
- Мы первые сформировали элементарный перцептрон (модельную однослойную сеть, распознающую образы) на органических мемристорах. Кроме того, мы продемонстрировали возможность создания двухслойного перцептрона. Для этого научились контролировать сопротивление каждого отдельного мемристора, сформировав специальную систему доступа. Этот результат пока не опубликован, статья недавно сдана в рецензируемый журнал. 
- Как вы оцениваете уровень своих исследований по сравнению с ведущими российскими и зарубежными коллективами, специализирующимися в этой тематике?
- В научно-исследовательской работе по созданию систем искусственного интеллекта мы не отстаем ни от лучших российских лабораторий (которых насчитывается около десятка), ни от зарубежных команд. 
Надо отдавать себе отчет, что рынки нейрочипов под формальные нейросети для конкретных целей, скорее всего, зай­мут промышленные гиганты. Крупные компании, занимающиеся разработкой программных средств под конкретные задачи и не ограниченные в ресурсах, конечно, более успешны в коммерциализации результатов. Развитие, вероятно, будет идти в направлении увеличения номенклатуры нейрочипов со специальной архитектурой под определенные виды решаемых задач. Но Курчатовский институт в целом и наша лаборатория в частности не будут участвовать в этой гонке.
- А какой путь выбрали вы? 
- Мы пытаемся создать нейропроцессор на основе импульсных нейронных сетей с возможностью масштабирования (наращивания неограниченного числа нейронов и связей) и использования алгоритмов, пригодных для решения большого числа разнообразных задач. При этом значительная часть используемых алгоритмов должна быть основана на самоорганизации, обучении без учителя и с подкреплением, чтобы система смогла совершенствоваться на базе неразмеченных, плохо структурированных входных данных, как это делает человек. 
Это глобальная цель, над ней работают всего несколько лабораторий в мире. Мы не отстаем, а по некоторым направлениям даже лидируем. 
- Как думаете, у вас хватит сил, чтобы справиться с такой задачей? 
- В НБИКС-центре, благодаря усилиям Михаила Валентиновича Ковальчука, для этого есть все возможности. У нас работают сильные группы нейробиологов, специалисты высокого класса по моделированию импульсных нейронных сетей, на самом современном уровне осуществляется разработка материалов, создание компонентов и устройств. Наша экспериментальная и технологическая база - одна из передовых в мире. Конвергенция научных подходов из разных дисциплин осуществляется не на словах, а на деле. 
До создания крупномасштабной модели мозга, конечно, еще очень далеко. Так что разговоры о том, что “роботы захватят мир”, вести рано. Но совершенно ясно, что работы по созданию искусственного интеллекта будут менять мир, и очень быстро. Эта область уже открыла несколько инновационных технологических ниш, принесла множество новых продуктов, и ее роль в прогрессе общества будет экспоненциально расти. 
Беседу вела Надежда ВОЛЧКОВА
Фото Андрея Моисеева и пресс-службы НИЦ “Курчатовский институт”


 

Отзывы

Чтобы оставить отзыв необходимо авторизоваться или зарегистрироваться



 

Статьи на тему

Грамотеи богатеют. В Алтайском крае отпраздновали 20-летие Президентской программы подготовки управленческих кадров.
В июле 1997 года указом Президента России Б.Н.Ельцина была запущена Программа подготовки управленческих кадров для организаций народного хозяйства РФ, цель которой - обучить менеджеров российских предприятий азам экономической грамотности и лучшим зарубежным практикам управления. Об эффективности программы, которая получила в народе название “президентской”, можно судить на примере Алтайского края, где 8 сентября прошла конференция, со вкусом и размахом организованная Алтайским региональным ресурсным центром. /№ 37(2017)
Как в кино. Запущен мощнейший в мире рентгеновский лазер.
Торжественное открытие Европейского рентгеновского лазера на свободных электронах, установки стоимостью в 1 миллиард 22 миллиона евро, состоялось недалеко от Гамбурга, в Германии, где построен туннель протяженностью почти в три с половиной километра с размещенным в нем сверхпроводящим линейным ускорителем электронов. Министры науки и другие почетные гости из разных стран - участниц проекта 1 сентября дали официальный старт двум первым экспериментам. /№ 37(2017)
Сто вопросов генеральным. Молодые инженеры заглянули в будущее.
На площадке специальной экспозиции “Инновационный клуб” Международного военно-технического форума “Армия-2017” Союз машиностроителей России и Лига содействия оборонным предприятиям организовали несколько открытых встреч под общим названием “Диалог с конструктором”. /№ 36(2017)

Новости


Заместитель министра образования и науки Вениамин Каганов ушел со своего поста. Как сообщил «Коммерсанту» пресс-секретарь главы Минобрнауки Андрей Емельянов, замминистра уволился «в связи с переходом на новое место работы».



Нормативно-правовое обеспечение прикладной науки стало темой совместного заседания Комитета Лиги содействия оборонным предприятиям и Союза машиностроителей России. В мероприятии приняли участие представители органов власти, ведущих предприятий, научных и общественных организаций.



Президиум Сибирского отделения РАН обсудил кандидатуры на посты руководителей РАН и СО РАН.



Техническая возможность наладить информирование о баллах ЕГЭ через портал госуслуг существует, сообщил руководитель Федеральной службы по надзору в сфере образования и науки Сергей Кравцов.

На заседании Ведомственной комиссии по оценке результативности деятельности научных организаций, подведомственных ФАНО и выполняющих НИОКТР гражданского назначения, представлен отчет о ходе проведения внеочередной оценки.

В Южном федеральном университете прошло заседание рабочей группы Совета Федерации по вопросам студенческого спорта и физической культуры в образовательных организациях.

Объем рынка российского образования в 2016 году составил 1,8 трлн рублей. На онлайн-технологии приходится 1,1% (20,7 млрд рублей), и за ближайшие пять лет этот показатель должен увеличиться до 2,6%, или 53,3 млрд рублей.

Конференции


Перечень научных конференций, симпозиумов, съездов, семинаров и школ, проводимых подведомственными ФАНО России организациями в 2017 году.

Перечень научных конференций, симпозиумов, съездов, семинаров и школ, проводимых подведомственными ФАНО России организациями в 2017 году.

Перечень научных конференций, симпозиумов, съездов, семинаров и школ, проводимых подведомственными ФАНО России организациями в 2017 году.

Текущие конкурсы


Конкурс проектов 2018 года фундаментальных научных исследований, проводимый Российским фондом фундаментальных исследований совместно с организациями - участниками Рамочной программы БРИКС в сфере науки, технологий и инноваций.

Конкурс проектов 2018 года организации российских и международных научных мероприятий, проводимый федеральным государственным бюджетным учреждением “Российский фонд фундаментальных исследований”.

Обзор стипендиальных программ DAAD для учебы и научных исследований в Германии на 2018/2019 учебный год.

Совет при Президенте Российской Федерации по науке и образованию начинает прием документов на соискание Государственной премии Российской Федерации в области науки и технологий за 2017 год.

Министерство образования и науки Российской Федерации совместно с Советом по грантам Президента Российской Федерации для государственной поддержки молодых российских ученых и по государственной поддержке ведущих научных школ Российской Федерации объявляет конкурсы 2018 года на право получения грантов Президента Российской Федерации для государственной поддержки молодых российских ученых - кандидатов наук и молодых российских ученых - докторов наук. Организатором конкурсов является Минобрнауки России.

Вакансии


15.09.2017
Федеральное государственное бюджетное учреждение науки Институт океанологии им. П.П.Ширшова Российской академии наук объявляет конкурс на замещение вакантной должности...

15.09.2017
Федеральное государственное бюджетное учреждение науки Институт океанологии им. П.П.Ширшова Российской академии наук и Южное отделение ИО РАН объявляет конкурс на замещение вакантных должностей...

11.08.2017
Южный научный центр РАН (Ростов-на-Дону) приглашает на работу ихтиолога (кандидата / доктора наук), имеющего высокий индекс цитирования по РИНЦ и WoS, стабильную публикационную активность в рейтинговых отечественных и зарубежных журналах.





опрос

Какие рубрики нашей газеты Вам наиболее интересны?




Copyright 2010
Главная страница   |   О газете  |  Партнеры  |  Команда Поиска  |  Вакансии