Австралийские ученые создали самый быстрый в мире оптический нейроморфный процессор |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2021-01-17 12:12 Международная группа, возглавляемая учеными из Технологического университета Свинбурна (Swinburne University of Technology) недавно провела демонстрацию, ключевым компонентом которой стал новый, самый быстрый и самый мощный в мире оптический нейроморфный процессор. Этот процессор, предназначенный для систем искусственного интеллекта, может обеспечивать производительность на уровне более 10 триллионов тензорных операций в секунду, чего достаточно для обработки в режиме реального времени очень и очень широких потоков данных. Данное достижение является "длинным прыжком вперед" в области нейронных сетей и нейроморфной обработки данных в целом. Искусственные нейронные сети, на базе которых строятся практически все современные системы искусственного интеллекта, способны обучиться и эффективно выполнять тяжелые вычислительные задачи, связанные с машинным зрением, обработкой естественного языка, переводом речи с одного языка на другой, медицинской диагностикой и т.п. Структура искусственных нейронных практически скопирована со структуры зрительного участка коры головного мозга и, естественно, такие сети будут лучше и эффективней работать на аппаратных средствах, работающих на таких же принципах, как и головной мозг, т.е. на специализированных нейроморфных процессорах. Созданный учеными оптический нейроморфный процессор демонстрирует в 1000 раз большую производительность, чем любой другой подобный процессор, созданный ранее. За счет этого он способен в режиме реального времени обрабатывать изображения с разрешающей способностью в 250 тысяч пикселей и выполнять задачу распознавания лиц, что было далеко за пределами возможностей других оптических процессоров. Ключевыми компонентами, которые позволили получить потрясающую производительность нового процессора, являются так называемые оптические микрогребенки. Одна такая микрогребенка способна создать и манипулировать со светом, ширина полосы которого соответствует ширине полосы света, излученного сотнями инфроакрасных лазеров. Это, в свою очередь, позволяет при помощи одной микрогребенки передавать и кодировать данные, используя одновременно временное, частотное, амплитудное и пространственное модулирование и мультиплексирование. На свете существуют электронные нейроморфные процессоры, такие, как Google TPU, обеспечивающие производительность в 100 TeraOPs/s. Однако, такая производительность достигается за счет параллельной работы тысяч специализированных микропроцессоров. В новом же оптическом нейроморфном процессоре его производительность в 11 TeraOPs/s была достигнута при использовании одного единственного процессора. "Наш процессор способен стать своего рода "универсальным фронтэндом" с высокой пропускной способностью для любой нейроморфной вычислительной системы - электронной или оптической" - пишут исследователи, - "Он может обеспечить очень быстрое обучение системы на огромных наборах данных, а затем и работу системы в режиме реального времени, выполняя самые тяжелые из задач, для которых сейчас используется искусственный интеллект". Исследование: https://www.nature.com/articles/s41586-020-03063-0 Источник: techxplore.com Комментарии: |
|