Q:
Wie können neue MIT-Chips bei neuronalen Netzen helfen?
EIN:Neue wissenschaftliche Arbeiten zu neuronalen Netzen können den Strom- und Ressourcenbedarf so weit senken, dass Ingenieure ihre leistungsstarken Funktionen in viel mehr Gerätegruppen integrieren können.
Das kann einen enormen Einfluss auf alles in unserem Leben haben, von der Zubereitung von Lebensmitteln bis zum Arztbesuch oder wie wir uns mit unseren Autos oder öffentlichen Verkehrsmitteln fortbewegen.
Denken Sie darüber nach, wie Smartphones unser Leben verändert haben, und lassen Sie dann Technologien für maschinelles Lernen und künstliche Intelligenz in diese kleinen tragbaren Geräte einbauen.
Einige dieser bahnbrechenden Arbeiten sind am MIT zu sehen, wo einige Studenten der Elektrotechnik und der Informatik nach Möglichkeiten suchen, das Design und den Bau von AI / ML-Systemen zu verbessern.
Insbesondere die Bemühungen von Abhishek Biswas, einem Absolventen des MIT, und verschiedenen Kollegen finden in der Fachpresse große Beachtung.
Techcrunch spricht darüber, wie die Evolution der neuronalen Netzwerkwissenschaft das "Computing am Rande" fördern und leistungsfähigere Technologien in tragbare batteriebetriebene Geräte integrieren könnte.
Laut Forbes könnte der Durchbruch von Biswas "künstliche Intelligenz in Ihren Mixer bringen".
Im Allgemeinen schlagen die Fortschritte der MIT-Wissenschaftler Wellen, zum Teil, weil es offensichtlich ist, wie diese Erfolge unsere Verbrauchertechnologien sowie die für Regierungs- oder Geschäftszwecke verwendeten beeinflussen können.
Die Art der Prozessorentwicklung, die Biswas beschreibt, hat im Wesentlichen mit der Lokalisierung von Funktionen in einer Chip-Umgebung zu tun. In einem Science Daily-Artikel erklärt der Verfasser, wie die meisten herkömmlichen Prozessoren über Speicher verfügen, der außerhalb des Verarbeitungsbereichs gespeichert ist, und wie Daten hin und her transportiert werden. Dieses Erfordernis zum Verschieben gespeicherter Speicherdaten erfordert jedoch viel Leistung.
Biswas spricht über das „Skalarprodukt“ oder die Kernoperation, mit der neuronale Netze funktionieren. Diese Wissenschaftler erwägen auch die Verwendung von Binärgewichten zur Vereinfachung von Systemen - und diese Idee ist seit der Erfindung der ersten Personalcomputer ein grundlegender Bestandteil der Informatik.
Durch die Förderung dieser Art von Hardwareänderungen bieten Wissenschaftler mehr Flexibilität für maschinelles Lernen und Tools für künstliche Intelligenz, die die Art und Weise verändern, wie wir Technologien einsetzen. Durch den Übergang von der rein deterministischen linearen Programmierung zu einem System, in dem Computer die Aktivität des menschlichen Gehirns nachahmen, werden wir ein neues Abenteuer mit viel leistungsfähigeren Technologien beginnen.
