Paano makakatulong ang mga bagong chips ng MIT sa mga neural network?

May -Akda: Roger Morrison
Petsa Ng Paglikha: 27 Setyembre 2021
I -Update Ang Petsa: 21 Hunyo 2024
Anonim
#Neuromorphic_Computing {1}-Simplified Explanation of Neuromorphic Computing
Video.: #Neuromorphic_Computing {1}-Simplified Explanation of Neuromorphic Computing

Nilalaman

T:

Paano makakatulong ang mga bagong chips ng MIT sa mga neural network?


A:

Ang mga bagong pang-agham na gawa sa mga neural network ay maaaring mabawasan ang kanilang mga kinakailangan sa lakas at mapagkukunan sa punto kung saan mailalagay ng mga inhinyero ang kanilang malakas na kakayahan sa mas magkakaibang mga hanay ng mga aparato.

Iyon ay maaaring magkaroon ng isang malaking epekto sa lahat ng bagay sa ating buhay, mula sa kung paano namin inihahanda ang pagkain hanggang sa kung paano tayo pupunta sa doktor, o kung paano tayo nakakakuha ng gamit ang ating mga sasakyan o pampublikong transportasyon.

Isipin kung paano binago ng mga smartphone ang aming buhay - pagkatapos ay isipin ang tungkol sa pagkakaroon ng pag-aaral ng makina at artipisyal na mga teknolohiyang paniktik na binuo sa mga maliit, portable na aparato.

Ang ilan sa gawaing ito sa groundbreaking ay ipinapakita sa MIT, kung saan ang ilang mga de-koryenteng de-koryenteng engineering at computer science ay tumitingin kung paano mapapabuti ang disenyo at pagbuo ng mga AI / ML system.


Partikular, ang mga pagsisikap ng Abhishek Biswas, isang MIT graduate na estudyante, at iba't ibang mga kasamahan ay nakakakuha ng maraming pansin sa press ng teknolohiya.

Ang Techcrunch ay pinag-uusapan tungkol sa kung paano ang ebolusyon ng neural network science ay maaaring magsulong ng "computing sa gilid" at maglagay ng mas makapangyarihang mga teknolohiya sa mga portable na hinihimok na aparato.

Sinabi ni Forbes na ang pagbagsak ng Biswas ay maaaring "maglagay ng artipisyal na intelihensiya sa loob ng iyong blender."

Sa pangkalahatan, ang pagsulong ng mga siyentipiko ng MIT ay gumagawa ng mga alon ng bahagyang dahil ang maliwanag nito kung paano ang mga nakamit na ito ay maaaring makaapekto sa aming mga teknolohiya sa consumer, pati na rin ang ginamit para sa mga layunin ng gobyerno o negosyo.

Mahalaga, ang uri ng ebolusyon ng processor na inilarawan ng Biswas ay may kinalaman sa mga pag-andar ng co-locating sa isang kapaligiran ng chip. Sa isang artikulo sa Pang-araw-araw na Science, ipinapaliwanag ng manunulat kung paano ang karamihan sa mga tradisyunal na processors ay may memorya na nakaimbak sa labas ng lugar ng pagproseso, at ang data ay naka-lock pabalik-balik. Gayunpaman, ang pangangailangan para sa paggalaw ng naka-imbak na data ng memorya ay tumatagal ng maraming lakas.


Pinag-uusapan ng Biswas ang tungkol sa "produkto ng tuldok" o operasyon ng pangunahing makakatulong sa mga neural network na gumana. Isinasaalang-alang din ng mga siyentipiko na ito ang paggamit ng mga binibigyang timbang upang gawing simple ang mga sistema - at ang ideyang ito ay talagang naging isang pangunahing bahagi ng agham ng computer mula pa noong bago pa imbento ang mga unang personal na computer.

Sa pamamagitan ng pagtaguyod ng mga ganitong uri ng mga pagbabago sa hardware, ang mga siyentipiko ay nagbibigay ng higit na kakayahang magamit para sa pag-aaral ng makina at artipisyal na mga tool ng katalinuhan na nagbabago kung paano namin ginagamit ang mga teknolohiya. Sa pamamagitan ng paglipat mula sa pulos deterministic linear programming sa isang sistema kung saan ang mga computer ay gayahin ang aktibidad ng utak ng tao, ay malapit nang magsimula sa isang bagong pakikipagsapalaran na may mas malakas na mga teknolohiya sa aming mga daliri.