Съдържание
Q:
Как могат да помогнат новите MIT чипове с невронни мрежи?
A:
Нова научна работа върху невронните мрежи може да намали техните изисквания за мощност и ресурси до степен, в която инженерите могат да поставят своите мощни възможности в много по-разнообразни набори от устройства.
Това може да има огромно влияние върху всичко в живота ни, от това как приготвяме храна до това как ходим при лекаря или как се придвижваме с колите или обществения транспорт.
Помислете как смартфоните промениха живота ни - тогава помислете дали в тези малки, преносими устройства да са вградени технологии за машинно обучение и изкуствен интелект.
Част от тази новаторска работа се показва в MIT, където някои студенти по електротехника и компютърни науки разглеждат как да подобрят дизайна и изграждането на AI / ML системи.
По-конкретно, усилията на Абхишек Бисвас, аспирант на MIT и различни колеги получават много внимание в технологичната преса.
Techcrunch говори за това как еволюцията на науката за невронните мрежи би могла да насърчи „компютрите на ръба“ и да постави по-мощни технологии в преносими устройства, задвижвани от батерии.
Forbes казва, че пробивът на Biswas би могъл да "постави изкуствен интелект във вашия блендер."
Като цяло напредъкът на учените от MIT прави вълни отчасти, защото очевидно е как тези постижения могат да повлияят на нашите потребителски технологии, както и на тези, използвани за правителствени или бизнес цели.
По същество типът еволюция на процесора, който Biswas описва, има връзка с функциите за съвместно локализиране в чип среда. В статия на Science Daily писателят обяснява как повечето традиционни процесори имат памет, която се съхранява извън зоната на обработка, а данните се въртят напред и назад. Тази необходимост от движението на съхранените данни от паметта отнема много сила.
Biswas говори за „точков продукт“ или основна операция, която помага на невронните мрежи да работят. Тези учени също обмислят използването на двоични тегла за опростяване на системите - и тази идея наистина е основна част от компютърната наука още преди изобретяването на първите персонални компютри.
Популяризирайки този вид хардуерни промени, учените осигуряват по-голяма гъвкавост за машинното обучение и инструментите за изкуствен интелект, които променят начина, по който използваме технологиите. Преминавайки от чисто детерминистично линейно програмиране към система, в която компютрите имитират човешката мозъчна дейност, бяха на път да се впуснат в ново приключение с много по-мощни технологии на една ръка разстояние.