Et team av AMERIKANSKE forskere har bygget en energi-vennlig-brikke som kan
utføre kraftige kunstig intelligens (AI) oppgaver, slik at fremtiden
mobile enheter for å implementere “nevrale nettverk” etter modell av den menneskelige
hjernen.
Laget fra Massachusetts Institute of Technology (MIT)
utviklet en ny chip som er utformet spesielt for å implementere nevrale nettverk.
Det er 10 ganger så effektiv som en mobile GPU (Graphics Processing
Unit) så det kunne aktivere mobile enheter til å kjøre kraftig AI algoritmer
lokalt heller enn å laste opp data til Internett for behandling.
GPU er en spesialisert krets utviklet for å akselerere bilde-output i en frame buffer ment for utgang til en skjerm.
Moderne
smarttelefoner er utstyrt med avansert innebygd brikkesett som kan gjøre
mange ulike oppgaver avhengig av programmering.
Gpu-er en
viktig del av de brikkesett og som mobile spill er å presse
grensene for deres evner, GPU-ytelse blir
stadig mer viktig.
Nevrale nettene ble mye studert i
tidlige dager av kunstig intelligens forskning, men av 1970-tallet, de
hadde falt ut av tjeneste. I det siste tiåret, men de har kommet
tilbake under navnet “dyp læring.”
“Dyp læring er nyttig for
mange programmer, for eksempel objekt anerkjennelse, tale og ansikt
deteksjon,” sa Vivienne Sze, assisterende professor i MIT ‘ s department
for elektroteknikk og informatikk, i en MIT uttalelse.
Den
ny chip, som forskere kalt “Eyeriss,” kan også hjelpe usher
i “Internet of things” – ideen om at kjøretøyer, apparater,
sivil-ingeniør strukturer, produksjonsutstyr, og selv
husdyr ville ha sensorer som rapporterer informasjon direkte til
nettverk servere, hjelpe til med vedlikehold og oppgave koordinering.
Med
kraftig AI algoritmer om bord, nettverksenheter kan gjøre viktig
beslutninger lokalt, bare betro sine konklusjoner, snarere enn rå
personlige data til Internett.
Teamet presenterte sine funn på “International Solid State Circuits Conference” i San Francisco nylig.
På
konferansen, MIT forskere brukt “Eyeriss” for å gjennomføre en
nevrale nettverk som utfører et bilde-anerkjennelse oppgave. Det var for
første gang at en state-of-the-art nevrale nettverk har blitt vist
på en tilpasset chip.
“Dette arbeidet er svært viktig, og viser hvordan
innebygd prosessorer for dyp læring kan gi kraft og ytelse
optimaliseringer som vil bringe disse komplekse beregninger fra skyen
til mobile enheter,” forklarte Mike Polley, senior vice president hos
Samsungs mobile prosessor innovasjoner lab.
Last ned Gadgets 360-app for Android og iOS for å holde deg oppdatert med den nyeste tech nyheter, produkt
anmeldelser og eksklusive tilbud på de populære mobiler.