24 ноя 2022 157

Названы 10 главных научных вопросов об интеллектуальных вычислениях

Лаборатория Чжэцзяна и журнал Science провели совместное фундаментальное исследование, чтобы определить важнейшие вопросы, играющие ключевую роль в будущих исследованиях интеллектуальных вычислений.

«Могут ли машины думать?» В своей новаторской статье «Вычислительные машины и интеллект», опубликованной в 1950 году, Алан Тьюринг впервые поднял этот эпохальный вопрос. Это открыло новую область искусственного интеллекта (ИИ), а также ненасытное любопытство людей к компьютерам и интеллекту.

Человеческая цивилизация вступила в новую эру разума. По мере того, как компьютеры становятся обыденным предметом быта, общество и каждый из нас глубоко внедряются в сеть и пожинают плоды интеллектуальных вычислений. Развитию цивилизации в значительной степени способствовали интеллектуальные вычисления, и спрос на них стремительно растет.

Необходимо решить ряд непростых вопросов, чтобы удовлетворить постоянно растущий спрос на вычислительную технику. Скорость вычислений ограничена традиционной архитектурой фон Неймана, вычислительным методам мешают большие данные, вычислительная мощность ограничена энергопотреблением, а использование ресурсов ограничено технологией доступа... Есть еще много вопросов, которые необходимо изучить и решить. решены, между тем необходимо найти устойчивые решения для будущего

— Science.

После серии предложений, отбора и оценок группа экспертов со всего мира предложила 10 вопросов, которые оказались наиболее глубокими и сложными.

Как мы определяем интеллект и устанавливаем систему оценки и стандартизации для интеллектуальных вычислений?
Существует ли единая теория аналоговых вычислений?
Откуда возьмутся основные инновации в вычислительной технике и приблизится ли квантовая вычислительная мощность к вычислительной мощности человеческого мозга?
Какие новые устройства будут созданы (транзисторы, дизайн микросхем и аппаратные парадигмы: фотоника, спинтроника, биомолекулы, углеродные нанотрубки)?
Как интеллектуальные вычисления могут сделать возможными интеллектуальные машины?
Как мы можем понять хранение и извлечение памяти на основе цифрового двойника мозга?
Каков наиболее эффективный путь объединения обучения на основе кремния и углерода?
Как построить интерпретируемые и эффективные алгоритмы ИИ?
Можно ли реализовать сильные интеллектуальные вычисления с функциями самообучения, эволюционируемости и саморефлексии?
Как мы можем использовать данные реального мира для обнаружения и обобщения знаний?