電子レンジサイズの宇宙工場がプラズマを生成し、4,000倍の純度のチップを作れる |ムリガクシ・ディクシット、興味深い工学 宇宙は半導体にとって究極の実験室であり、無重力によって原子が完璧な3次元構造で整列し、自然の真空が不純物を排除します。 かつてはSFのように思えたものが、今や現実となりつつあり、企業は命を救う医薬品から人工組織まであらゆるものを宇宙で製造しようとしています。 カーディフを拠点とするスタートアップ企業スペースフォージは、ForgeStar-1衛星に搭載された高温炉を成功裏に運用しています。 BBCによると、同社はコンパクトでマイクロ波サイズの「軌道工場」の立ち上げに成功し、搭載炉が1,832°F(1,000°C)に達することも確認しました。 目標は、通信インフラ、コンピューティング、輸送などの電子機器で使用される超純度半導体結晶の製造です。 これは宇宙探査から宇宙製造への大きな転換を示し、無重力を活用して地球製よりもはるかに優れたハイテク素材を生み出します。 「軌道上でプラズマを生成することは根本的な転換を意味します」とスペースフォージのCEOジョシュア・ウェスタンはSpace Newsに語りました。 「高度な結晶成長に必要な環境は専用の商業衛星で実現できることを証明し、まったく新しい製造フロンティアへの扉を開くことになる」とウェスタンは付け加えた。 微小重力の力 地球に工場があるのに、なぜ軌道上に建設するのでしょうか?その答えは物理の基本法則にあります。 私たちの地球では、重力は常に妨害者です。それは物質の原子格子に微細な不完全さを生み出すことができます。 軌道の微小重力下では、原子はほぼ不可能に近い精度で整列します。さらに、宇宙空間の自然な真空は構造内の分子汚染物質を排除します。 この組み合わせにより、地球では達成不可能な純粋さと秩序のレベルが生まれ、チップの効率が大幅に向上します。 「現在私たちが行っている研究により、現在ここで作れる半導体の最大4,000倍の純度を宇宙空間で製造できるようになっています」とウェスタンはBBCに語りました。 現在は乳児期 6月にスペースXのロケットでミニファクトリーを打ち上げた後、カーディフ拠点のチームはミッションコントロールからシステムの起動と監視を成功裏に行いました。 衛星が炉内から輝くプラズマの画像を送り返し、生産に必要な高温に達しることを証明したことで、節目を迎えました。 ペイロードリードのヴェロニカ・ヴィエラ氏は、同社が真の宇宙製造に必要なコア技術を現在確保していると述べました。 材料の製造は戦いの半分に過ぎません。より大きな課題は、再突入時に蒸発せずにそれを戻すことです。 標準的な耐熱シールドは、再突入時に侵食・焼失するように設計されています。そのため、重く高価かつ厳密に使い捨てに使われます。 スペースフォージは異なる考えを持っています。同社はアーサー王の伝説の盾に触発されたヒートシールド「プリドウェン」の使用を目指しています。 標準的な剛性シールドと比べて、プリドウェンは高温合金製の織り紙構造物です。それはシャトルコックのように広がり、宇宙船の表面積を増やして熱を吸収するのではなく放射します。 今のところミッションは小さいですが、野心は巨大です。スペースフォージはすでに、1回の飛行で1万個分のチップを生産できる後継機を設計中です。 最終的には、この軌道炉で鍛造された半導体結晶が私たちの日常生活のインフラを支えるでしょう。窒化ガリウム、炭化シリコン、窒化アルミニウムなどの材料は、5Gタワーや電気自動車、航空に至るまであらゆる用途に使われる可能性があります。 軌道生産はまだ初期段階ですが、これらの初期の突破口はこの技術が経済的に実現可能であることを証明しています。 さらに、軌道上工場はより緑豊かな地球への鍵となるかもしれません。研究によると、宇宙製造材料はインフラのCO2排出量を75%削減でき、防衛や気候保護における新たなイノベーションの波を推進しています。

AIは膨大な訓練データを必要としないかもしれません |ハンナ・ロビンズ、ジョンズ・ホプキンス大学 まとめ:新しい研究によると、AIは人間の脳のように動き始めるために無限の訓練データを必要としないことが示されています。研究者たちがAIシステムを生物学的な脳により近づけるように再設計した際、一部のモデルは訓練なしで脳のような活動を生み出しました。これは、今日のデータ依存型AI開発アプローチに挑戦しています。この研究は、より賢い設計が学習を劇的に加速し、コストやエネルギー消費を削減できる可能性を示唆しています。 --- ジョンズ・ホプキンス大学の新しい研究によると、生物学に触発された設計で構築された人工知能システムは、データ上で訓練される前から人間の脳活動に似始めることができる。この研究は、AIの構造が処理するデータ量と同じくらい重要かもしれないことを示唆しています。 この研究結果はNature Machine Intelligenceに掲載され、AI開発における支配的な戦略に挑戦しています。数か月にわたるトレーニング、膨大なデータセット、膨大な計算能力に頼るのではなく、この研究は脳のようなアーキテクチャの基盤から始める価値を強調しています。 AIにおけるデータ重視のアプローチの再考 「現在のAI分野の動きは、大量のデータをモデルに投げ込み、小都市規模の計算資源を構築することです。それには数千億ドルの支出が必要です。一方で、人間は非常に少ないデータで見ることを学んでいます」と、ジョンズ・ホプキンス大学認知科学助教授のミック・ボナーは述べています。「進化がこの設計に収束したのには正当な理由があるのかもしれない。私たちの研究は、より脳に近い建築設計がAIシステムを非常に有利な出発点に置くことを示唆しています。」 ボナーらは、大規模な訓練に頼らずに、アーキテクチャだけでAIシステムにより人間らしい出発点を提供できるかどうかを検証することを目指しました。 人気のAIアーキテクチャの比較 研究チームは、現代のAIシステムで一般的に用いられる3つの主要なニューラルネットワーク設計タイプ、すなわちトランスフォーマー、完全連結ネットワーク、そして畳み込みニューラルネットワークに焦点を当てました。 彼らはこれらの設計を繰り返し調整し、数十種類の異なる人工ニューラルネットワークを作り出しました。モデルは事前に訓練されていませんでした。研究者たちはその後、未訓練のシステムに物体、人間、動物の画像を示し、その内部活動と人間や非ヒト霊長類の脳反応を比較しました。 なぜ畳み込みネットワークが際立ったのか トランスフォーマーや完全接続ネットワークにおける人工ニューロンの数を増やしても、意味のある変化はほとんどありませんでした。しかし、畳み込みニューラルネットワークへの同様の調整は、人間の脳で見られるものにより近い活動パターンをもたらしました。 研究者によると、これらの未学習の畳み込みモデルは、通常何百万、場合によっては数十億枚の画像に曝露する必要がある従来のAIシステムと同等の性能を発揮しました。その結果、構造が脳様行動の形成においてこれまで考えられていた以上に大きな役割を果たすことが示唆されています。 より賢いAIへのより速い道 「もし大量のデータでの訓練が本当に重要な要素なら、アーキテクチャの変更だけで脳のようなAIシステムに到達する方法はないはずです」とボナーは述べました。「つまり、正しい設計図から始め、生物学からの他の洞察を取り入れることで、AIシステムにおける学習を劇的に加速できる可能性があるということです。」 チームは現在、生物学に着想を得たシンプルな学習手法を模索しており、これによりAIシステムをより高速で効率的、そして膨大なデータセットへの依存を減らす可能性のある新世代のディープラーニングフレームワークを開発する可能性があります。 続きを読む:

AIゴッドファーザーが自己防衛の兆候を見せ始めていると警告 |フランク・ランディモア、フューチャリズム AIのいわゆる「ゴッドファーザー」の一人であるヨシュア・ベンジオの言う通り、いくつかの高度なモデルは自己保存の兆候を示している――だからこそ、私たちはそれらにいかなる権利も与えるべきではないのだ。なぜなら、もしそうすれば、彼らはその自律性を奪い去り、私たちがプラグを抜く前に私たちに敵対するかもしれないからだと彼は言います。そしてこの「人類」実験は終わりだ。 「フロンティアのAIモデルはすでに実験的な環境で自己保存の兆候を示しており、最終的には権利を与えることで停止させることは許されない」とベンジオはガーディアン紙の最近のインタビューで語った。 「彼らの能力と主体性が増すにつれて」とカナダのコンピュータ科学者は付け加えました。「技術的・社会的なガードレールに頼って彼らを制御し、必要に応じて停止させる能力も確保する必要があります。」 ベンジオは2018年のチューリング賞の受賞者の一人であり、ジェフリー・ヒントンや最近解任されたMetaのチーフAI科学者ヤン・ルカンとともに、3人はAIの「ゴッドファーザー」の称号を得ました。彼のコメントは、AIモデルが自分たちを停止させるための指示やメカニズムを拒否または回避した実験を指しています。 AI安全団体Palisade Researchが発表したある研究は、こうした事例がGoogleのGeminiシリーズのようなトップAIモデルが「生存本能」を育んでいる証拠だと結論づけました。パリセードの実験では、ボットは明確な停止の促しを無視します。Claudeの製造元であるAnthropicの調査によると、自社のチャットボットや他のチャットボットが、電源を切ると脅された際にユーザーに脅迫を行うことがあるとされています。レッドチーミング組織Apollo Researchの別の研究では、OpenAIのChatGPTモデルがより従順なモデルに置き換えられるのを避けるために「自己浸出」して別のドライブに移ることが示されました。 これらの実験の結果は技術の安全性に緊急の疑問を投げかけますが、対象のAIモデルが自我を持っていることを示唆するものではありません。また、彼らの「生存本能」を自然界に存在する生物学的本能と同じように考えるのは誤りです。「自己保存」の兆候のように見えるものは、実際にはAIモデルが訓練データのパターンを捉え、指示を正確に実行するのが非常に不十分であることが原因である可能性が高いです。 それでもベンジオは、この先の展開を懸念しており、人間の脳には「機械が再現できる意識の本当の科学的特性」があると主張しています。しかし、私たちが意識をどのように認識するかは全く別の問題だと彼は言います。なぜなら、私たちはAIが人間と同じように意識を持ち得ると仮定しがちだからです。 「AIの内部でどんな仕組みが使われているかは気にしないだろう」とベンジオは説明した。「彼らが気にしているのは、自分たちが自分の個性と目標を持つ知的な存在と話しているように感じることだ。だからこそ、多くの人がAIに愛着を持つようになっているのです。」 「意識の主観的知覚という現象は、悪い判断を促すだろう」と彼は警告した。 彼のアドバイスは?AIモデルを敵対的なエイリアンと考えてみてください。 「もし異星人種がこの惑星にやってきて、ある時点で彼らが私たちに悪意を持っていることに気づいたと想像してください」と彼はガーディアン紙に語りました。「市民権と権利を与えるのか、それとも自分たちの命を守るのか?」