P:
W jaki sposób nowe układy MIT mogą pomóc w sieciach neuronowych?
ZA:Nowe prace naukowe nad sieciami neuronowymi mogą zmniejszyć ich zapotrzebowanie na moc i zasoby do tego stopnia, że inżynierowie mogą umieścić swoje potężne możliwości w znacznie bardziej zróżnicowanych zestawach urządzeń.
Może to mieć ogromny wpływ na wszystko w naszym życiu, od tego, jak przygotowujemy jedzenie, jak idziemy do lekarza lub jak poruszamy się samochodem lub transportem publicznym.
Pomyśl o tym, jak smartfony zmieniły nasze życie - a potem pomyśl o wbudowaniu technologii uczenia maszynowego i sztucznej inteligencji w te małe, przenośne urządzenia.
Niektóre z tych przełomowych prac są prezentowane na MIT, gdzie niektórzy studenci elektrotechniki i informatyki zastanawiają się, jak ulepszyć projektowanie i budowę systemów AI / ML.
Konkretnie, wysiłki Abhisheka Biswasa, absolwenta MIT i różnych kolegów są bardzo popularne w prasie technologicznej.
Techcrunch mówi o tym, w jaki sposób ewolucja nauki o sieciach neuronowych może promować „przetwarzanie komputerowe na krawędzi” i umieścić mocniejsze technologie w przenośnych urządzeniach zasilanych z baterii.
Forbes twierdzi, że przełom Biswasa może „wprowadzić sztuczną inteligencję do twojego blendera”.
Ogólnie rzecz biorąc, postęp naukowców z MIT powoduje falowanie częściowo dlatego, że jest oczywiste, w jaki sposób osiągnięcia te mogą wpłynąć na nasze technologie konsumenckie, a także te wykorzystywane do celów rządowych lub biznesowych.
Zasadniczo rodzaj ewolucji procesora opisany przez Biswas dotyczy funkcji kolokacji w środowisku mikroukładu. W artykule Science Daily pisarz wyjaśnia, w jaki sposób większość tradycyjnych procesorów ma pamięć przechowywaną poza obszarem przetwarzania, a dane są przesyłane tam iz powrotem. Ta potrzeba przenoszenia przechowywanych danych w pamięci wymaga jednak dużej mocy.
Biswas mówi o „produkcie kropkowym” lub podstawowej operacji, która pomaga w pracy sieci neuronowych. Ci naukowcy rozważają również zastosowanie binarnych wag w celu uproszczenia systemów - i ten pomysł był naprawdę fundamentalną częścią informatyki od czasu wynalezienia pierwszych komputerów osobistych.
Promując tego rodzaju zmiany sprzętowe, naukowcy zapewniają większą wszechstronność narzędzi do uczenia maszynowego i sztucznej inteligencji, które zmieniają sposób, w jaki korzystamy z technologii. Przechodząc od czysto deterministycznego programowania liniowego do systemu, w którym komputery naśladują aktywność ludzkiego mózgu, mamy zamiar rozpocząć nową przygodę ze znacznie potężniejszymi technologiami na wyciągnięcie ręki.
