MIT Teamets neurale netværkskort kunne sætte A.I. ind i alt

$config[ads_kvadrat] not found

Recurrent Neural Networks | MIT 6.S191

Recurrent Neural Networks | MIT 6.S191
Anonim

Snart nok kan det meste af din hjemmeelektronik blive implanteret med den kunstige intelligens, der er nødvendig for at vide, når du skal tænde klimaanlægget, eller endda hvor chunky du nyder din morgen smoothie.

Alt det ville tage, er et specielt stykke hardware til at lade enheder køre neurale netværk - eller kunstige replikaer af den menneskelige hjerne - lokalt.

"Neurale netværk implementeres ofte digitalt," fortæller Avishek Biswas, en forsker ved Massachusetts Institute of Technology. Inverse. "Men i sidste ende ønsker vi at implementere dette i faktisk hardware, i stedet for bare altid at køre simulering på CPU'er eller GPU'er til bredere applikationer."

Biswas og hans kolleger hos MIT har netop gjort det ved at udvikle en chip, der kan foretage algoritmer til maskinlæring uden at skulle føle data til supercomputere i skyen.

I et papir fremlagde Biswas denne uge på International Solid State Circuits Conference i San Francisco, forklarede han, hvordan han udviklede en prototype til en chip, der kan øge hastigheden af ​​maskinindlæringsberegninger med op til 700 procent og samtidig reducere strømforbruget med 93 til 96 procent. Han sagde en opdateret version med flere beregningsmæssige evner kunne være klar om nogle få år.

De bedste neurale net i spillet er indbygget i magtfulde computere i modsætning til noget som de fleste mennesker nogensinde ser. Enheder som Amazon Echo, stråle data til disse supercomputere bruger skyen, det neurale net gør sine beregninger, og output sendes tilbage til enheden.

Denne proces er langsom, giver en sikkerhedsrisiko, og skaber båndbreddetrafik, siger Biswas.

"Afhængigt af skyen skaber et latent problem, der kan påvirke noget, der kræver hurtige beslutninger," forklarer han. "Den anden ting er, hvis du har masser af enheder, der forsøger at kommunikere til skyen, vil trafikken være ekstrem at håndtere. Endelig vil du ikke være levende streaming potentielle følsomme oplysninger direkte til skyen. Alt dette kan løses ved at gøre alt dette lokalt."

Hvis han og hans team er i stand til at hjælpe med at gøre deres chipdesign til en praktisk enhed, kunne de løse den massive båndbreddetrafik, som Things of Things kræver. Mere end det ville bringe neurale netteknologi, der ofte er forbeholdt computerforskere lige ind i forbrugernes hjem.

Denne forskning kunne revolutionere det, vi nu definerer som "smarte" enheder. Der ville faktisk være en lille hjerne inde i din blender - hvad det ville betyde for os som en art, skal vi bare finde ud af.

$config[ads_kvadrat] not found