Brutális teljesítményű számítógépek lenyűgöző eredményeket érnek el az egyik legkifinomultabb gondolkodást igénylő sportágban, a sakkban. Legismertebb példa az IBM Deep Blue fantázianévre keresztelt szuperszámítógépe, amely 1997-ben a világbajnok Garry Kaszparovot is megverte.
Mindez azonban különösebben nem hatja meg a mesterséges intelligenciával foglalkozó kutatókat. A Deep Blue ugyanis csupán annak köszönhette győzelmét, hogy minden eddigi gépnél gyorsabban dobálta az egyeseket és a nullákat.
Szédületes számítási kapacitása lehetővé tette, hogy 30 lépéssel előre gondolkozzon, és a milliónyi lehetséges lépés közül azt tegye meg, amelyik a leginkább erősíti a pozícióját. Ez azonban nem gondolkodás, nem stratégia, hanem puszta számítástechnika és matematika.
Mint a kaméleonAz önfejlesztő hardver lényege, hogy képes változtatni mind formáját, mind struktúráját. Gondoljunk csak a svájci bicskára! A borosüvegből a dugó kihúzására bármely bicska alkalmas. Az eszköz testreszabása ebben az esetben igen durva: minden méretű és formájú üvegnyakhoz illeszthető ugyanaz a dugóhúzó. Az EHW-mérnökök olyan “dugóhúzó” kifejlesztésén fáradoznak, amely egyrészt felismeri a problémát, másrészt az üvegnyak méretének és formájának függvényében oly módon alakítja át önmagát, hogy a leghatékonyabban oldja meg.
Az önfejlesztő hardver
Izgalmasabbak azok a gépek, melyek próba-hiba tesztelési módszerrel képesek tanulni, és magukat tovább fejleszteni. Az önfejlesztő hardver (evolvable hardware, EHW) abban különbözik a gyors, de buta Deep Blue-tól, hogy folyamatosan átalakítja a lehetőségek kereséséhez használt algoritmusát.
A logikai lépések sorából egyrészt kiveszi a próba során rossznak bizonyult elemeket, másrészt viszont folyamatosan új elemekkel bővíti az algoritmust. Bár nem tökéletes a hasonlat, de az eljárás a szobában vergődő légyhez hasonlítható leginkább. A légy nem tudja megkülönböztetni a nyitott és a csukott ablakot, így egymás után akár százszor is képes nekimenni az üvegnek. Ha a légynek lenne” önfejlesztő hardverje, folyamatosan tökéletesítené “kiútkereső algoritmusát”.
Az előny a “vasban” rejlik!Bár a genetikai algoritmusokat már mintegy 30 éve megalkották a kutatók, elterjedésüket akadályozta, hogy eddig szoftverben próbálták őket futtatni. A folyamat számításigénye azonban olyan óriási terhet jelentett a processzoroknak, hogy gyakorlatilag csütörtököt mondtak.
Az EHW azonban hardverben futtatja az algoritmust, így sebessége jelentősen megnőtt. A rendszer sebessége és rugalmassága az EHW-t ideállissá teszi a gyorsan változó, dinamikus problémák kezelésére.
Vissza a természetes kiválasztódáshoz
Az önfejlesztő hardverhez a kutatók saját programozási eszközt fejlesztett ki, a “genetikai algoritmust”. Ez a szoftvertechnológia olyan próba-hiba alapú tanulási folyamattal fejleszti tovább magát, amely kísértetiesen hasonlít az élővilágból ismert Darwin-féle természetes kiválasztódáshoz.
A genetikai algoritmus az első lépésben nagy mennyiségű véletlen tervrajzot generál, és mindegyik alapján fel is építi önmagát. Ezután minden egyes terv szerinti állapotban megnézi, hogy az aktuális konfiguráció mennyire jól vagy rosszul oldja meg a célul tűzött problémát. A ciklus végén az EHW megtartja a legjobban teljesítő konfigurációkat, melyeket tervezési irányelvekként – ezek az úgynevezett “szülők” – visz tovább a tervrajzok újabb generációjába.
A következő ciklusban vagy a szülők egyes részeinek felcseréléséből, vagy a szülők tervrajzában bekövetkezett véletlenszerű módosítások következményeiként adódnak a származtatott tervrajzok. Ez a ciklikusság mindaddig folytatódik, amíg az eszköz el nem éri az optimális teljesítményt.
Az EHW-chipekben a struktúra nincs fixen rögzítve. Az alkotóelemek – az úgynevezett logikai cellák – összekapcsolódási rendjét egy bitsor tartalmazza, amely rendkívül gyorsan változhat. A vizsgálatok szerint a berendezések azokból a logikai cellákból is profitálnak, amelyek az adott ciklusban éppen “nincsenek behálózva”, hajszálnyi elektromágneses kisugárzásuk hat az EHW problémamegoldó képességére.
Olvassa el……korábbi írásainkat a témában:
• Beszélgess a Királlyal!
• BOT – a fiktív gazdasági döntéshozó- Mesterséges intelligencia 2.
• Ha a gépek gondolkodni tudnának – Mesterséges intelligencia 1.
• Gépesített brókerek
• Robotok a grundon
Olcsóbb, mint egy kutató alkalmazása
Bár az önfejlesztő hardverek eredményesen használhatók az áramkörök tervezésében is, a szakértők mégis az analóg berendezéseket tekintik a legfontosabb felhasználási területnek. A világ egyelőre makacsul analóg, így a berendezések sem tudnak vele egyesek és a nullák formájában kommunikálni, szükség van tehát digitális-analóg (A-D/D-A) átalakítókra.
Az EHW elterjedésének nem lehet gátja a költségigénye. Egy-egy berendezés tervezése ugyan mintegy 10 ezer dollárba kerül a genetikai algoritmusok segítségével, ed ez lényegesen kevesebb, mint a kutatók bérigénye egy-egy ilyen feladat esetében.
Egyelőre kihívás a környezeti feltételek változékonyságának kezelése. A hőmérséklet és a páratartalom apró változása akár 20 százalékkal is megváltoztathatja az apró berendezések elektronikai jellemzőit. Összehasonlításképpen: mobiltelefonunk szintén csak fix – 450, 900, 1800 MHz – frekvencián működik; az ettől való akár egy százalékos eltérés hatására teljesen használhatatlanná válik.
