Необходимо понять - насколько далеко ушли современные технологии, чтобы не быть застигнутыми врасплох.

Помню, когда в Терминаторе 3 робот-женщина по-быстрому перепрограммировала стоящие в ангаре дроиды я удивлялся, что такого не может быть! Представить себе, что примитивные ЦП современных машин смогут настолько продвинуться в технологиях распознавания - это же невозможно!

А вот сейчас понимаю, что вполне даже себе возможно.

Нет, конечно же никаким экстраинтеллектом в тех жестяных банках и не стало пахнуть, но вот адаптированный под это конкретное помещение и может быть даже под близлежащую окрестность алгоритм появиться вполне мог.

Необходимо понимать, что для успешной работы нейросетевых алгоритмов необходимо только одно - отлично настроенный набор весовых коэффициентов. И когда у вас такой набор есть - работает алгоритм весьма шустро! Т.к. всего-то надо, что получить обрабатываемый вектор данных (из видео, аудио или радиолокационного тракта) и перемножить и просуммировать согласно заранее выбранной схеме с матрицей весовых коэффициентов нейросети. И с этой задачей нарисованные Кэмероном жестянки вполне могут справиться (Pentium II мог бы).

Основная работа при работе с нейросетями уходит не на распознавание объектов, а на обучение матрицы весовых коэффициентов. Я боюсь себе представить сколько машино-часов потратил Google на обучение своей 22-слойной DeepDream используемой в системе распознавания изображений Inception.

Т.е., такой вот робот-терминатор мог бы по-быстрому загрузить обученные матрицы коэффициентов внутрь жестянок и они вполне неплохо бы отработали периметр. Да - дообучаться они бы не смогли, т.к. мощности CPU было бы недостаточно, но вполне неплохо ориентироваться на ближайшей местности - вполне!

Читаем новости:

IBM поставила LLNL нейропроцессоры TrueNorth за $1 млн

Официально долгосрочной целью проекта было воссоздание в кремнии принципов работы коры головного мозга (если не человека, то хотя бы крыс и других млекопитающих), а весь проект проходил как чисто исследовательский.

Однако примерно в то же время Министерство обороны США озадачилось созданием адаптивных управляющих боевых систем для беспилотников и различных видов «умного» оружия. Предполагается, что избавленные от жёстких ограничений стандартных алгоритмов, они смогут самообучаться в боях и обмениваться накопленным опытом друг с другом.

Нейросети подходят для этого идеально, вот только на традиционных микропроцессорах общего назначения они выполняются слишком уж неэффективно. C 2012 года Ливерморская лаборатория потратила сотни мегаватт-часов, моделируя работу будущего нейрочипа на супреркомпьютере IBM Sequoia.

В отличие от традиционных вычислительных архитектур, IBM TrueNorth изначально проектировался для обработки нейропрограмм. Он поддерживает все виды нейросетей, созданных в популярном пакете Compass. В TrueNorth используется 5,4 млрд транзисторов, организованных в 4096 вычислительных ядер, каждое из которых эмулирует работу 256 нейронов. Таким образом, один чип алгоритмически воссоздаёт массив из 2²⁰ нейронов.

http://www.computerra.ru/143633/ibm_truenorth_in_llnl/

Если такие чипы поставить в военную технику - то с помощью них станет возможным почти мгновенно перенастраивать аппаратуру на поле боя и качество распознавания будет фантастическим.

Т.е., к примеру, во время военной операции противник придумал новую систему маскировки объектов, но благодаря таким чипам система почти мгновенно адаптируется и самообучается и враг всегда будет обнаружен и уничтожен. Ракета сможет с гарантированной вероятностью быть наведена на цель, враг обнаружен и прочее.

Думаю, ещё 2-3 обновления такого чипа и вполне приличный самообучающийся в реальном режиме времени Terminator будет возможен. Во всяком случае, алгоритмы уже на подходе. В принципе, всё упирается лишь в труды программистов, которых задерживает только медленное железо.

Успеем ли?

P.S.

Подробнее о существующих прорывах в области ИИ можно узнать на ресурсе http://ai-news.ru/

• 2016-04-03 Беспилотные роботизированные болиды посоревнуются в гоночной серии Roborace

• 2016-04-02 Суперкомпьютер с рекордно низким потреблением энергии имитирует человеческий мозг

• 2016-03-30 Ученые из японского Университета будущего в Хакодате разработали робота с искусственным интеллектом, которому поставили задачу написать художественное произведение

• 2016-04-01 В чем суть новой идеологии Microsoft?

• 2016-04-01 В США создали беспилотный корабль для охоты за подлодками

• 2016-03-29 Компьютер научили читать по губам

• 2016-04-01 Нейросеть научилась реалистично раскрашивать черно-белые снимки

• 2016-03-25 Россиянин отыскал девушек на фото с помощью нейросетей спустя шесть лет

• 2016-03-25 В России создадут процессор, который поможет «оживить» роботов

• 2016-03-25 Google открывает доступ к API для распознавания речи на 80 языках

• 2016-03-31  Китайские ученые бросят вызов искусственному интеллекту Google

• 2016-03-2 Рой роботов-лодок продемонстрировал способность к самообучению

• 2016-03-24 Билл Гейтс:"Судный день" не за горами?

• 2016-03-23 Google открыла исходный код библиотеки для машинного обучения TensorFlow

• 2016-03-29 Нейросеть прочла первую книгу о Гарри Поттере и раскрыла секрет Дурслей

• 2016-03-21 Microsoft: Машинное распознавание образов вошло в повседневную жизнь: сервисы распознавания лиц, определения настроения человека или породы собак

• 2016-03-21 Toyota вложила $50 млн в разработку искусственного интеллекта

• 2016-03-20 Ученый из ИжГТУ создает «нейро-флешку»

• 2016-03-18 Нейросети приспособили для поиска по тексту в аудио и видео