Vsebina
V:
Kako lahko novi MIT čipi pomagajo pri nevronskih omrežjih?
A:
Novo znanstveno delo na nevronskih omrežjih lahko zmanjša njihove moči in vire do te mere, da bi inženirji svoje zmogljive zmogljivosti lahko postavili v veliko bolj raznolike sklope naprav.
To ima lahko velik vpliv na vse v našem življenju, od tega, kako pripravljamo hrano, do tega, kako gremo k zdravniku ali kako se z avtomobili ali javnim prevozom odpravimo naokoli.
Pomislite, kako so nam pametni telefoni spremenili življenje - nato pomislite na to, da bi v te majhne prenosne naprave vgradili tehnologije strojnega učenja in umetne inteligence.
Nekaj tega prelomnega dela je na ogled na MIT, kjer nekateri študenti elektrotehnike in računalništva proučujejo, kako izboljšati načrtovanje in gradnjo sistemov AI / ML.
Konkretno, prizadevanja Abhisheka Biswasa, podiplomskega študenta MIT in različnih kolegov dobivajo veliko pozornosti v tehnološkem tisku.
Techcrunch govori o tem, kako bi lahko razvoj znanosti nevronskih mrež spodbudil "računalništvo na robu" in dal zmogljivejše tehnologije v prenosne baterijske naprave.
Forbes pravi, da bi Biswasov preboj lahko "umetno inteligenco postavil v vaš mešalnik."
Na splošno napredek znanstvenikov MIT povzroča deloma zato, ker je očitno, kako lahko ti dosežki vplivajo na naše potrošniške tehnologije in tiste, ki se uporabljajo v vladne ali poslovne namene.
Vrsta razvoja procesorja, ki jo opisuje Biswas, ima v bistvu povezavo s funkcijami so-lociranja v čipovskem okolju. V članku Science Daily pisatelj razloži, kako ima večina tradicionalnih procesorjev pomnilnik, ki je shranjen zunaj območja obdelave, podatki pa se preklapljajo naprej in nazaj. Vendar pa ta potreba po premikanju shranjenih pomnilniških podatkov vzame veliko moči.
Biswas govori o "točkovnem izdelku" ali osnovni operaciji, ki pomaga nevronskim mrežam. Ti znanstveniki razmišljajo tudi o uporabi binarnih uteži za poenostavitev sistemov - in ta ideja je bila resnično temeljni del računalništva že odkar so bili izumljeni prvi osebni računalniki.
S spodbujanjem tovrstnih sprememb strojne opreme znanstveniki zagotavljajo več vsestranskosti za strojno učenje in orodja za umetno inteligenco, ki spreminjajo način uporabe tehnologij. S prehodom iz povsem determiniranega linearnega programiranja v sistem, v katerem računalniki posnemajo človeške možganske dejavnosti, bi se morali odpraviti v novo pustolovščino z veliko močnejšimi tehnologijami, ki so nam na dosegu roke.