Nhà máy không gian kích thước như lò vi sóng tạo ra plasma, có thể tạo ra chip tinh khiết gấp 4,000 lần | Mrigakshi Dixit, Interesting Engineering Không gian là phòng thí nghiệm tối thượng cho các chất bán dẫn vì trạng thái không trọng lực cho phép các nguyên tử sắp xếp theo cấu trúc 3D hoàn hảo, trong khi chân không tự nhiên giữ cho các tạp chất không xâm nhập. Những gì từng có vẻ như khoa học viễn tưởng giờ đây đang trở thành hiện thực khi các công ty tìm kiếm không gian để sản xuất mọi thứ từ dược phẩm cứu sống đến mô nhân tạo. Công ty khởi nghiệp Space Forge có trụ sở tại Cardiff đã vận hành thành công một lò nung nhiệt độ cao trên vệ tinh ForgeStar-1 của mình. Theo BBC, công ty đã thành công trong việc phóng một "nhà máy quỹ đạo" nhỏ gọn, kích thước như lò vi sóng và xác nhận rằng lò nung trên tàu có thể đạt 1,832°F (1,000°C). Mục tiêu là sản xuất các tinh thể bán dẫn siêu tinh khiết để sử dụng trong điện tử, bao gồm cơ sở hạ tầng truyền thông, máy tính và giao thông vận tải. Điều này đánh dấu một sự chuyển mình lớn từ khám phá không gian sang sản xuất không gian, tận dụng trạng thái không trọng lực để tạo ra các vật liệu công nghệ cao vượt trội hơn nhiều so với những gì được sản xuất trên Trái Đất. "Tạo ra plasma trên quỹ đạo đại diện cho một sự thay đổi cơ bản," Joshua Western, Giám đốc điều hành của Space Forge, nói với Space News. "Nó chứng minh rằng môi trường cần thiết cho sự phát triển tinh thể tiên tiến có thể đạt được trên một vệ tinh thương mại chuyên dụng — mở ra cánh cửa cho một biên giới sản xuất hoàn toàn mới," Western bổ sung. Sức mạnh của vi trọng lực Tại sao lại xây dựng trên quỹ đạo khi chúng ta có các nhà máy trên Trái Đất? Câu trả lời nằm ở các định luật vật lý cơ bản. Trên hành tinh của chúng ta, trọng lực là một yếu tố gây rối loạn liên tục. Nó có thể tạo ra những khuyết tật nhỏ trong mạng tinh thể của một vật liệu. Trong vi trọng lực của quỹ đạo, các nguyên tử sắp xếp với độ chính xác gần như không thể. Hơn nữa, chân không tự nhiên của không gian loại bỏ các tạp chất phân tử trong các cấu trúc. Sự kết hợp này dẫn đến một mức độ tinh khiết và trật tự mà không thể đạt được trên Trái Đất, làm cho các chip hiệu quả hơn đáng kể. "Công việc mà chúng tôi đang thực hiện bây giờ cho phép chúng tôi tạo ra các chất bán dẫn tinh khiết gấp 4,000 lần trong không gian so với những gì chúng tôi có thể sản xuất ở đây hôm nay," Western nói với BBC. Hiện tại ở giai đoạn sơ khai Sau khi phóng nhà máy mini của họ qua một tên lửa SpaceX vào tháng 6, đội ngũ tại Cardiff đã thành công trong việc kích hoạt và giám sát các hệ thống của nó từ trung tâm điều khiển nhiệm vụ. Một cột mốc đã được đạt được khi vệ tinh truyền về một hình ảnh của plasma phát sáng từ bên trong lò nung, chứng minh rằng nó có thể đạt được nhiệt độ cao cần thiết cho sản xuất. Người đứng đầu tải trọng Veronica Viera cho biết công ty hiện đã có công nghệ cốt lõi cần thiết cho sản xuất thực sự trong không gian. Việc sản xuất vật liệu chỉ là một nửa cuộc chiến; thách thức lớn hơn là đưa nó trở lại mà không bị bốc hơi khi quay trở lại. Các tấm chắn nhiệt tiêu chuẩn chủ yếu được thiết kế để bị ăn mòn và cháy trong quá trình quay trở lại. Điều này làm cho chúng nặng nề, tốn kém và chỉ sử dụng một lần. Space Forge có một ý tưởng khác. Công ty dự định sử dụng Pridwen, một tấm chắn nhiệt được lấy cảm hứng từ tấm chắn huyền thoại của Vua Arthur. So với các tấm chắn cứng tiêu chuẩn, Pridwen là một cấu trúc origami có thể triển khai được làm từ vải hợp kim chịu nhiệt độ cao. Nó mở ra như một chiếc cầu lông, tăng diện tích bề mặt của tàu vũ trụ để tỏa nhiệt ra ngoài thay vì hấp thụ nó. Nhiệm vụ hiện tại còn nhỏ, nhưng tham vọng thì lớn. Space Forge đã thiết kế một sản phẩm kế nhiệm có khả năng sản xuất đủ vật liệu cho 10,000 chip mỗi chuyến bay. Cuối cùng, các tinh thể bán dẫn được tạo ra trong lò nung quỹ đạo này sẽ cung cấp năng lượng cho cơ sở hạ tầng trong cuộc sống hàng ngày của chúng ta. Các vật liệu như gallium nitride, silicon carbide và aluminium nitride có thể được sử dụng cho mọi thứ từ tháp 5G và xe điện đến hàng không. Trong khi sản xuất quỹ đạo hiện đang ở giai đoạn sơ khai, những bước đột phá ban đầu này đang chứng minh rằng công nghệ này có tính khả thi kinh tế.

AI có thể không cần dữ liệu huấn luyện khổng lồ sau tất cả | Hannah Robbins, Đại học Johns Hopkins Tóm tắt: Nghiên cứu mới cho thấy AI không cần dữ liệu huấn luyện vô tận để bắt đầu hành động giống như một bộ não con người. Khi các nhà nghiên cứu thiết kế lại các hệ thống AI để giống hơn với bộ não sinh học, một số mô hình đã tạo ra hoạt động giống như não mà không cần bất kỳ huấn luyện nào. Điều này thách thức cách tiếp cận hiện tại của việc phát triển AI cần nhiều dữ liệu. Công việc này gợi ý rằng thiết kế thông minh hơn có thể tăng tốc độ học tập một cách đáng kể trong khi giảm chi phí và tiêu thụ năng lượng. --- Nghiên cứu mới từ Đại học Johns Hopkins cho thấy rằng các hệ thống trí tuệ nhân tạo được xây dựng với thiết kế lấy cảm hứng từ sinh học có thể bắt đầu giống với hoạt động của bộ não con người ngay cả trước khi chúng được huấn luyện trên bất kỳ dữ liệu nào. Nghiên cứu gợi ý rằng cách mà AI được cấu trúc có thể quan trọng không kém gì lượng dữ liệu mà nó xử lý. Các phát hiện, được công bố trên tạp chí Nature Machine Intelligence, thách thức chiến lược thống trị trong phát triển AI. Thay vì dựa vào hàng tháng huấn luyện, tập dữ liệu khổng lồ và sức mạnh tính toán lớn, nghiên cứu nhấn mạnh giá trị của việc bắt đầu với một nền tảng kiến trúc giống như não. Suy nghĩ lại về cách tiếp cận nặng về dữ liệu đối với AI "Cách mà lĩnh vực AI đang phát triển hiện nay là ném một đống dữ liệu vào các mô hình và xây dựng tài nguyên tính toán có kích thước như các thành phố nhỏ. Điều đó yêu cầu chi hàng trăm tỷ đô la. Trong khi đó, con người học cách nhìn bằng rất ít dữ liệu," tác giả chính Mick Bonner, phó giáo sư khoa học nhận thức tại Đại học Johns Hopkins cho biết. "Sự tiến hóa có thể đã hội tụ vào thiết kế này vì một lý do chính đáng. Công việc của chúng tôi gợi ý rằng các thiết kế kiến trúc giống như não đặt các hệ thống AI vào một điểm khởi đầu rất thuận lợi." Bonner và các đồng nghiệp của ông đã nhằm thử nghiệm xem liệu kiến trúc một mình có thể mang lại cho các hệ thống AI một điểm khởi đầu giống như con người, mà không cần dựa vào huấn luyện quy mô lớn. So sánh các kiến trúc AI phổ biến Nhóm nghiên cứu tập trung vào ba loại thiết kế mạng nơ-ron chính thường được sử dụng trong các hệ thống AI hiện đại: transformers, mạng kết nối đầy đủ và mạng nơ-ron tích chập. Họ đã điều chỉnh những thiết kế này nhiều lần để tạo ra hàng chục mạng nơ-ron nhân tạo khác nhau. Không có mô hình nào được huấn luyện trước. Các nhà nghiên cứu sau đó đã cho các hệ thống chưa được huấn luyện xem hình ảnh của các đối tượng, con người và động vật và so sánh hoạt động nội bộ của chúng với phản ứng não từ con người và động vật linh trưởng không phải người khi xem cùng một hình ảnh. Tại sao mạng nơ-ron tích chập nổi bật Tăng số lượng nơ-ron nhân tạo trong các transformers và mạng kết nối đầy đủ đã tạo ra ít thay đổi có ý nghĩa. Tuy nhiên, những điều chỉnh tương tự đối với các mạng nơ-ron tích chập đã dẫn đến các mẫu hoạt động gần giống với những gì thấy ở bộ não con người. Theo các nhà nghiên cứu, những mô hình tích chập chưa được huấn luyện này hoạt động tương đương với các hệ thống AI truyền thống thường yêu cầu tiếp xúc với hàng triệu hoặc thậm chí hàng tỷ hình ảnh. Kết quả cho thấy rằng kiến trúc đóng vai trò lớn hơn trong việc hình thành hành vi giống như não hơn là trước đây được tin tưởng. Một con đường nhanh hơn đến AI thông minh hơn "Nếu việc huấn luyện trên dữ liệu khổng lồ thực sự là yếu tố quan trọng, thì sẽ không có cách nào để đạt được các hệ thống AI giống như não chỉ thông qua các sửa đổi kiến trúc," Bonner nói. "Điều này có nghĩa là bằng cách bắt đầu với bản thiết kế đúng, và có thể kết hợp các hiểu biết khác từ sinh học, chúng tôi có thể tăng tốc độ học tập trong các hệ thống AI một cách đáng kể." Nhóm hiện đang khám phá các phương pháp học tập đơn giản lấy cảm hứng từ sinh học có thể dẫn đến một thế hệ mới của các khung học sâu, có khả năng làm cho các hệ thống AI nhanh hơn, hiệu quả hơn và ít phụ thuộc vào các tập dữ liệu khổng lồ. Đọc thêm:

AI Godfather Cảnh báo rằng nó bắt đầu có dấu hiệu tự bảo tồn | Frank Landymore, Futurism Nếu chúng ta tin vào Yoshua Bengio, một trong những "bậc thầy" của AI, một số mô hình tiên tiến đang cho thấy dấu hiệu tự bảo tồn — đó chính là lý do tại sao chúng ta không nên trao cho chúng bất kỳ quyền lợi nào. Bởi vì nếu chúng ta làm vậy, ông nói, chúng có thể chạy trốn với quyền tự chủ đó và quay lại chống lại chúng ta trước khi chúng ta có cơ hội ngắt kết nối. Sau đó, mọi thứ sẽ kết thúc cho toàn bộ thí nghiệm "nhân loại" này. "Các mô hình AI Frontier đã cho thấy dấu hiệu tự bảo tồn trong các thiết lập thử nghiệm ngày hôm nay, và cuối cùng việc trao quyền cho chúng có nghĩa là chúng ta không được phép tắt chúng đi," Bengio nói với The Guardian trong một cuộc phỏng vấn gần đây. "Khi khả năng và mức độ quyền tự chủ của chúng tăng lên," nhà khoa học máy tính người Canada nói thêm, "chúng ta cần đảm bảo rằng chúng ta có thể dựa vào các rào cản kỹ thuật và xã hội để kiểm soát chúng, bao gồm khả năng tắt chúng đi nếu cần thiết." Bengio là một trong những người nhận Giải thưởng Turing năm 2018, cùng với Geoffrey Hinton và Yann LeCun, nhà khoa học AI vừa bị sa thải của Meta, khiến cả ba người họ được gọi là "bậc thầy" của AI. Những bình luận của ông đề cập đến các thí nghiệm mà trong đó các mô hình AI từ chối hoặc lách các chỉ dẫn hoặc cơ chế nhằm tắt chúng đi. Một nghiên cứu được công bố bởi nhóm an toàn AI Palisade Research kết luận rằng những trường hợp như vậy là bằng chứng cho thấy các mô hình AI hàng đầu như dòng Gemini của Google đang phát triển "động lực sinh tồn." Các bot, trong các thí nghiệm của Palisade, bỏ qua các yêu cầu rõ ràng để tắt. Một nghiên cứu từ Anthropic, nhà sản xuất Claude, phát hiện rằng chatbot của chính họ và những chatbot khác đôi khi sẽ resort đến việc tống tiền người dùng khi bị đe dọa sẽ bị tắt. Một nghiên cứu khác từ tổ chức red teaming Apollo Research cho thấy rằng các mô hình ChatGPT của OpenAI sẽ cố gắng tránh bị thay thế bằng một mô hình obedient hơn bằng cách "tự xuất khẩu" chính nó sang một ổ đĩa khác. Mặc dù những phát hiện từ các thí nghiệm này đặt ra những câu hỏi cấp bách về sự an toàn của công nghệ, chúng không gợi ý rằng các mô hình AI đang được đề cập là có tri giác. Cũng sẽ là một sai lầm khi nghĩ về "động lực sinh tồn" của chúng theo cùng một cách như các mệnh lệnh sinh học có trong tự nhiên. Những gì có thể có vẻ như là dấu hiệu của "tự bảo tồn" có thể thực sự là hậu quả của cách mà các mô hình AI tiếp thu các mẫu trong dữ liệu huấn luyện của chúng — và chúng nổi tiếng kém trong việc làm theo các chỉ dẫn một cách chính xác. Dù vậy, Bengio lo lắng về hướng đi của mọi thứ, lập luận rằng có "các thuộc tính khoa học thực sự của ý thức" trong não người mà máy móc có thể tái tạo. Tuy nhiên, cách mà chúng ta nhận thức về ý thức là một vấn đề hoàn toàn khác, ông nói, vì chúng ta có xu hướng giả định rằng một AI có thể có ý thức theo cách mà con người có. "Mọi người sẽ không quan tâm đến loại cơ chế nào đang diễn ra bên trong AI," Bengio giải thích. "Điều họ quan tâm là nó cảm thấy như họ đang nói chuyện với một thực thể thông minh có tính cách và mục tiêu riêng của nó. Đó là lý do tại sao có rất nhiều người đang trở nên gắn bó với AI của họ." "Hiện tượng nhận thức chủ quan về ý thức sẽ dẫn đến những quyết định sai lầm," ông cảnh báo. Lời khuyên của ông? Hãy nghĩ về các mô hình AI như những người ngoài hành tinh thù địch. "Hãy tưởng tượng một số loài ngoài hành tinh đến hành tinh và vào một thời điểm nào đó chúng ta nhận ra rằng họ có ý định xấu đối với chúng ta," ông nói với The Guardian. "Chúng ta có cấp cho họ quyền công dân và quyền lợi hay chúng ta bảo vệ mạng sống của mình?"