Slo-Tech - Umetna inteligenca, ki jo razvija DeepMind, je iznašla nov, hitrejši način za množenje matrik. Njihov program AlphaTensor iz družine Alpha je s tem popravil 50 let stari algoritem, nato pa sta ga teden dni pozneje nepričakovano prekosila avstrijska matematika z Univerze v Linzu.

Množenje matrik je izjemno pomembna računska operacija v računalništvu, ki se ponavlja pri obdelavi in izrisu slik, stiskanju, prepoznavanju govora in slik in drugod. Najučinkovitejši pri množenju matrik so grafični procesorji, ki lahko nalogo razkosajo na manjše podnaloge, nato pa se vzporedno ukvarjajo z njimi. Naivno množenje matrik, kot se ga učimo v šoli, terja množenje vsake vrstice z vsakim stolpcem, kar za matriki dimenzij n x n terja n³ operacij množenja. A s premislekom gre tudi hitreje. Nemški matematik Volker Strassen je že leta 1969 odkril algoritem, ki na primer za množenje matrik 2 x 2 namesto osmih potrebuje sedem operacij množenja, za matriki 4 x 4 pa namesto 64 le 49. Njegova zahtevnost...

theguardian.com - V Googlu so svojega raziskovalca strojne inteligence Blaka Lemoina poslali na plačan dopust, ker je pričel javno opozarjati, da naj bi njihov pogovorni algoritem LaMDA dosegel neko sorto zavesti. Dogodek je znova spodbudil živahno razpravo o tem, če in kdaj utegnejo strojno učeni algoritmi postati neločljivi od človeških sogovornikov.

Na lansko pomlad so pri Googlu pokazali svoj pogovorni strojni algoritem LaMDA, ki je po domače povedano nekakšna različica GPT-3, usmerjena v pogovore. S takšnimi algoritmi namerava podjetje predvsem izboljšati chat bote za pomoč uporabnikom, naročanje in druge podobne storitve. V okviru razvoja imajo tudi oddelek Responsible AI, ki skozi mukotrpne preizkuse preverja, ali se v modele nemara kje zaredijo rasistične nečednosti, diskriminatorni vzorci in podobne tegobe. Eden od inženirjev oddelka je tudi Blake Lemoine, ki je z Lambdo preživel zadnjih šest mesecev - in očitno prišel do zaključka, da se pomenkuje z inteligentno entiteto - oziroma takšno,...

Google - Pri Googlu so razkrili prve podatke o telefonih družine Pixel 6, ki jih lahko pričakujemo to jesen. Osrednja podrobnost je, da želi Google zares napraviti zmogljivo napravo za najdražji del tržišča, pri tem pa bo ključno vlogo igral Googlov lasten sistemski čip, Tensor.

Googlovi telefoni Pixel si doslej še niso uspeli priboriti omembe vrednega tržnega deleža v primerjavi s Samsungom, Applom in drugimi velikani. Največ "zaslug" za to ima predvsem Googlova kaotična strategija okoli teh telefonov, saj nenehno koleba med usmerjanjem na vrh ali v sredino trga in eksperimentira z zgrešenimi tehničnimi muhami, namesto da bi zdizajniral dobro zaokrožen izdelek. Če gre verjeti prvi najavi prihajajoče šeste generacije pixlov, naj bi bilo z neodločnostjo konec, kajti velikan se je namenil zavihteti direktno na zmogljivostni prestol. Telefona Pixel 6 in Pixel 6 Pro bosta tako premijski napravi in Pro bo gotovo nosil cenovno nalepko s prek 1000 evri. Osnovna inačica ima 6,4-palčni FHD+ zaslon...

Nature - Googlovi raziskovalci so potrdili učinkovitost strojnega algoritma za pomoč pri oblikovanju čipov, ki so ga sicer prvič razkrili pred dobrim letom. Strojna pamet zna napraviti dizajne, po kvaliteti primerljive človeškim, v mnogo krajšem času, rešitve pa že uporabljajo pri snovanju pete generacije Googlovega pospeševalnega čipa TPU.

Sodobni računalniški procesorji vsebujejo milijarde tranzistorjev, zato je organiziranje njihovih sestavnih delov izjemno zahtevno početje. Ko inženirji zasnujejo kompleksnejše gradnike neke arhitekture, kot so na primer sklopi logičnih vrat in pomnilnika, pride na vrsto njihovo razpostavljanje na silicij ali s tujko floorplanning. To je presneto zamudno početje, ki pri najsodobnejših izdelkih običajno traja nekje od štiri do šest mesecev. Načrtovalci ga - resda s podporo digitalnih orodij - še vedno izvajajo v grobem rečeno "na roke", skozi iterativni postopek, kjer razpostavljajo elemente od večjih proti manjšim in nato zanko ponavljajo, dokler...

Nvidia - Nvidia in SoftBank sta sklenila dogovor, po katerem bodo Američani od Japoncev prevzel Arm Holdings. Višina posla celokupno znaša 40 milijard ameriških dolarjev, kar je največji prevzem v tej branži doslej in bo - če se bodo strinjali tudi regulatorji - pod eno streho združil največje snovalce grafičnih procesorjev z najpomembnejšimi načrtovalci varčnih sistemskih čipov, ki se nahajajo v veliki večini mobilnih naprav.

Ko je pred štirimi leti japonski investicijski konglomerat SoftBank prevzel najpomembnejše svetovno podjetje za načrtovanje sistemskih čipov, britanski Arm Holdings, se je prenekateri analitik popraskal po glavi. To je bil prvi SoftBankov nakup na področju industrije polprevodnikov in čeprav Japoncem informacijska tehnologija gotovo ni tuja - njihov Vision Fund je največji svetovni investicijski sklad za visoko tehnologijo - pa ni bilo videti, da so natančno vedeli, kaj naj z Britanci v resnici počno. Po štirih letih truda, da bi okoli tega nakupa zgradili strategijo...

Nature - Ameriški raziskovalci so z izvirno rabo strojnega učenja našli spojine z antimikrobnimi učinki, ki uničujejo tudi nekatere najbolj trdovratno odporne bakterije, a so hkrati drugačne od vseh doslej znanih oblik antibiotikov. Gre za pomemben preboj v izkoriščanju algoritmov za iskanje novih zdravil.

Rastoča odpornost bakterij na antibiotike je ena največjih nevarnosti za človekovo zdravje. Trenutno poberejo okoli 700.000 življenj letno po svetu, vse več od njih v razvitih državah; do leta 2050 bi lahko številka dosegla milijon žrtev letno, pravi WHO. Eden od problemov v tem oziru so skokovito rastoči stroški razvoja novih zdravil zanje, kar je v mnogočem posledica dejstva, da smo že bolj ali manj izčrpali klasične metode iskanja antibiotikov, zaradi česar se farmacevtski koncerni neradi lotevajo tovrstnih raziskav. Hkrati je družba nezmožna sprejeti ukrepe, ki bi bi bili potrebni za upočasnitev širjenja rezistence, kot je drastična omejitev predpisovanja zdravil ali rabe...

Ars Technica - Največja konferenca o strojnem učenju na svetu, NeurIPS, je letos minila v znamenju vse večjega zavedanja o kritičnih omejitvah globokih nevronskih mrež in iskanju načinov, kako bi ovire prešli.

Globoko učenje - se pravi, raba globokih nevronskih mrež - si je v zadnjem desetletju praktično podredilo področje strojne inteligence. Dalo nam je algoritme, ki premagujejo ljudi v strateških igrah, prepoznavajo obraze, diagnosticirajo bolezni in vozijo avtomobile ... dokler cesta ni preveč luknjasta, mokra in polna nepredvidljivih kolesarjev. Prav ta zadnji primer pa že kaže, kako omejen je pravzaprav ta pristop, saj se avtonomna vozila kar ne morejo izviti iz primeža eksperimentalnih faz, pa čeprav naj bi bila že nekaj časa tik za ovinkom. Kdor redno bere našo stran, zna našteti šibke točke globokega učenja na izust: občutljivost na šum; ogromne baze podatkov, potrebne za učenje; pristranskost in pa katastrofično pozabljanje, se pravi neučinkovitost izven zelo ozko zastavljenih...

Slo-Tech - DeepMindova strojna inteligenca AlphaStar, za igranje Starcrafta 2, je "v divjini" dosegla najvišji rang - velemojster (grandmaster), in sicer z vsemi tremi rasami ter brez prirejenih igralnih razmer.

Raziskovanje strojnega učenja za svoje poligone uporablja vse zahtevnejše igre. Šahu, kjer je bila dovolj surova moč, je sledil Go, kjer je moral računalnik že razviti neko mero intuicije in strategije. Naslednja stopnja so igre z nepopolnimi informacijami in kompleksnejšimi razmerji med igralnimi enotami - kot je na primer Starcraft 2, ki so ga za izziv vzeli v Googlovem laboratoriju DeepMind. Januarja smo poročali o verziji agentov, ki so premagali profesionalna igralca TLOja in MaNo; toda dogodek je nosil važne opombe. AI je znala gledati po vsem ozemlju naenkrat, obenem pa je obvladala le Protosse in nekaj kart. Manj kot leto dni je trajalo, da je z opisane stopnje prešla na polnopravno sodelovanje na online strežnikih in se prebila v zgornji poldrugi promil (človeških) igralcev.
...

Intel - Intel je pokazal platformo za nevromorfno računalništvo Pohoiki Beach, ki jo sestavlja do 64 procesorjev Loihi in vsebuje do osem milijonov vozlišč. Gre za važen dosežek na poti širjenja računalnikov, ki podatke na strojni ravni procesirajo podobno kot človeški možgani.

Kljub današnji razvpitosti strojnega učenja so nevronske mreže zvečine še vedno v celoti programske in emulirane tečejo na procesorjih klasičnega tipa. Nevromorfno računalništvo, s čimer označujemo čipe, ki tudi na strojni ravni ponazarjajo živčna vozlišča, je še vedno v povojih. Intel je predlani pokazal svoje ambicije s predstavitvijo procesorja Loihi s 130.000 nevroni - se pravi, dva imata približno toliko "živčnih celic" kot vinska mušica. Sedaj pa...