Официально


Министерство образования и науки обнародовало отчет об итогах деятельности ведомства за 2016 год и задачах на 2017-й. Объемный документ подготовлен к запланированному на начало будущего месяца заседанию коллегии ведомства и размещен на сайте министерства.



На рассмотрение Госдумы поступил законопроект о внесении изменений в Федеральный конституционный закон “О Верховном Суде РФ”, согласно которому Верховный Суд получит право создавать и реорганизовывать подведомственные образовательные учреждения и назначать в них ректоров.



Официальный интернет-портал правовой информации опубликовал текст распоряжения Правительства РФ о передаче Госкорпорации по атомной энергии “Росатом” - в качестве имущественного взноса РФ - находящихся в федеральной собственности акций акционерных обществ по их номинальной стоимости.






Новости № 11(2017)

Регионы


СНГ


Интердайджест


Окаменелости, которым 3,77 миллиарда лет, заявлены в качестве новой точки отсчета жизни на Земле. Об этом сообщает Sciencemag.org.

Марсианские условия, смоделированные в миниатюрном спутнике на Земле, оказались приемлемы для картофеля. С подробностями - International Potato Center News.


23 февраля началась великая российская революция. Еще 2-3 дня, и казавшийся некоторым непобедимым старый режим пал. Две задачи стоят перед российским революционным пролетариатом




















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

Доходные отходы. Даже некачественная древесина пригодится экономике.
Заведующий кафедрой архитектуры и дизайна изделий из древесины доктор технических наук профессор Руслан Сафин из Казанского национального исследовательского технологического университета разрабатывает перспективную технологию термического модифицирования целлюлозосодержащих волокнистых веществ. Это нужно для создания композиционных материалов с повышенными эксплуатационными характеристиками. Как он это делает и каких успехов достиг? Наш корреспондент задал молодому ученому несколько вопросов. /№ 9-10(2017)
Ближе к быту. Россияне сторонятся высоких технологий.
Специалисты Института статистических исследований и экономики знаний НИУ ВШЭ решили выяснить, каковы приоритеты в отношении технологических инноваций у россиян. Данные очередной волны Мониторинга инновационного поведения населения, который проводит ИСИЭЗ, позволяют оценить, какие виды технологий предпочитают граждане. /№ 9-10(2017)
Созреть для индустрии. В РОСНАНО по-прежнему рассчитывают на ученых.
Новая отрасль - наноиндустрия - появилась и окрепла в последнее десятилетие. За весь период деятельности госкорпорации “Роснанотех”, а затем АО “РОСНАНО” профинансировано 107 проектов, запущено в эксплуатацию 77 производств и исследовательских центров. Насколько востребована наука при реализации проектов? Чего ждет отрасль от ученых НИИ и вузов? Об этом читателям “Поиска” рассказывает советник председателя правления по науке - главный ученый УК “РОСНАНО” Сергей КАЛЮЖНЫЙ. /№ 8(2017)

Новости


На сайте Московского образовательного интернет-телеканала дан старт пятому сезону проекта “Вопросы, важные для всех”, в рамках которого любой житель столицы может задать волнующий его вопрос о развитии образования руководителю Департамента образования города Москвы Исааку Калине.



В 2016 году чистая прибыль предприятий сельскохозяйственного профиля, подведомственных ФАНО, составила 1,552 млрд рублей (в 2013-м - 421 млн). Таким образом, за три года динамика чистой прибыли опытных производств в сельском хозяйстве превысила 350%.



Количество бюджетных мест в МГУ им. М.В.Ломоносова увеличится на три тысячи. Об этом на пресс-конференции в ТАСС заявил ректор вуза Виктор Садовничий.



Минобрнауки внесло изменения в методику расчета показателей мониторинга системы образования.



Руководителем новой антидопинговой лаборатории, которая появится на базе МГУ, может стать иностранный специалист, заявил ректор вуза Виктор Садовничий на пресс-конференции в ТАСС.

Конференции


Международная конференция “Modern Trends in Dendrimer Chemistry and Applications” предоставляет уникальную возможность узнать о новых разработках как в России, так и за рубежом в области синтеза и применения дендримеров. Конференция будет проходить в Москве, с 1 по 4 октября 2017 года, на базе ИНЭОС РАН.

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


Российский научный фонд начал прием заявок по первым трем конкурсам Президентской программы исследовательских проектов, реализуемых ведущими, в том числе молодыми, учеными, которая была разработана в соответствии с поручением главы государства. Научные исследования в рамках этой программы должны быть направлены на решение конкретных задач по приоритетным направлениям, обозначенным в Стратегии научно-технологического развития Российской Федерации.

О конкурсе на соискание золотой медали имени Е.М.Примакова, проводимом Российской академией наук в 2017 году Российская академия наук объявляет конкурс на соискание золотой медали имени Е.М.Примакова, присуждаемой отечественным ученым за выдающиеся научные достижения в области мировой экономики и международных отношений.

Конкурс 2018 года проектов фундаментальных научных исследований, проводимый федеральным государственным бюджетным учреждением “Российский фонд фундаментальных исследований” совместно с Министерством по науке и технологиям Тайваня.

Фонд развития теоретической физики “БАЗИС” объявляет прием заявок в рамках Программы индивидуальных грантов - 2017 для поддержки ведущих ученых и талантливых молодых исследователей, проводящих теоретические исследования в области фундаментальной физики.

Фонд изучения глобальных рисков (The Global Challenges Foundation) запустил международный конкурс (с призовым фондом в 5 миллионов долларов), который определит перспективные модели международного сотрудничества для преодоления значимых угроз человечеству, среди которых: изменение климата, применение оружия массового поражения и крайняя бедность.

Вакансии


17.03.2017
Федеральное государственное бюджетное учреждение науки Институт океанологии им. П.П.Ширшова Российской академии наук объявляет конкурс на замещение вакантных должностей...

17.03.2017
Федеральное государственное бюджетное учреждение науки Научный центр волоконной оптики Российской академии наук объявляет конкурс на замещение вакантной должности...

17.02.2017
Федеральное государственное бюджетное учреждение науки Институт геологии рудных месторождений, петрографии, минералогии и геохимии Российской академии наук (ИГЕМ РАН) объявляет конкурс на замещение вакантных должностей...





опрос

Какие рубрики нашей газеты Вам наиболее интересны?




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