Obsah
Q:
Jak mohou nové čipy MIT pomoci s neuronovými sítěmi?
A:
Nová vědecká práce na neuronových sítích může snížit jejich požadavky na napájení a zdroje do té míry, že by inženýři mohli své výkonné schopnosti umístit do mnohem rozmanitějších sad zařízení.
To může mít obrovský dopad na všechno v našem životě, od toho, jak připravujeme jídlo, jak jdeme k lékaři, nebo jak se obcházíme pomocí aut nebo veřejné dopravy.
Přemýšlejte o tom, jak smartphony změnily náš život - pak přemýšlejte o tom, že do těchto malých přenosných zařízení budou zabudovány technologie strojového učení a umělé inteligence.
Některé z těchto průkopnických prací jsou k vidění na MIT, kde někteří studenti elektrotechniky a informatiky vědí, jak vylepšit návrh a stavbu systémů AI / ML.
Konkrétně úsilí Abhishek Biswas, postgraduálního studenta MIT a různých kolegů, získávají v technologickém tisku velkou pozornost.
Techcrunch hovoří o tom, jak by vývoj vědy o neuronových sítích mohl podpořit „výpočetní techniku na okraji“ a vložit výkonnější technologie do přenosných zařízení poháněných bateriemi.
Forbes říká, že průlom Biswase mohl „vložit umělou inteligenci do mixéru.“
Pokrok vědců z MIT obecně vydává vlny částečně proto, že je zřejmé, jak tyto úspěchy mohou ovlivnit naše spotřebitelské technologie, jakož i technologie používané pro vládní nebo obchodní účely.
Typ vývoje procesoru, který Biswas popisuje, má v zásadě co do činění s funkcí společného vyhledání v čipovém prostředí. V článku Science Daily, spisovatel vysvětluje, jak většina tradičních procesorů má paměť, která je uložena mimo zpracovatelskou oblast, a data jsou zaváděna tam a zpět. Tato potřeba pohybu dat z uložené paměti však vyžaduje hodně energie.
Biswas hovoří o „tečkovém produktu“ nebo o základní operaci, která pomáhá neuronovým sítím fungovat. Tito vědci také uvažují o použití binárních závaží pro zjednodušení systémů - a tato myšlenka byla skutečně základní součástí počítačové vědy od té doby, co byly vynalezeny první osobní počítače.
Propagací těchto druhů hardwarových změn poskytují vědci větší univerzálnost pro strojové učení a nástroje umělé inteligence, které mění způsob používání technologií. Přechodem z čistě deterministického lineárního programování na systém, kde počítače napodobují aktivitu lidského mozku, se chystali pustit do nového dobrodružství s mnohem výkonnějšími technologiemi na dosah ruky.