Нейронная сеть в микросхемах? |
||
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 |
2023-08-24 13:17 Нейронная сеть в микросхемах? Уже реальность! Если классическому компьютеру и человеку поставить одинаковую задачу (найти, сколько будет 3•4), компьютер в соответствии с заложенными инструкциями будет перемножать два числа, то у человека, мозг которого, по сути, является обученной нейронной сетью, всплывет в памяти число 12 без проведения каких-либо расчетов. Грубо говоря, нейросеть пропускает через все свои слои сигналы, в результате чего активируется нужное значение. В подавляющем большинстве работа нейросетевых алгоритмов осуществляется в виде выполнения определенных программ на стандартной архитектуре вычислительных устройств (процессор, оперативная память и устройство хранения информации являются различными микросхемами на одной плате), которая плохо оптимизирована для мультипараллельных вычислений нейронных сетей больших размерностей. Нейронные сети в виде таких микросхем имеют следующие преимущества: нет необходимости обмена информацией между различными микросхемами, поскольку вся информация уже записана в виде сопротивления мемристора, выполняющего функцию искусственного синапса; за счет отсутствия калькуляции как таковой все функции нейрона осуществляются за один шаг; возможности применения мемристоров позволяют уйти от бинарных значений и тем самым обеспечивают более тонкую настройку нейронной сети. Подробнее в статье: https://www.frontiersin.org/articles/10.3389/fnins.2020.00309/full Популярная Электроника| просто о сл0жн0м Источник: www.frontiersin.org Комментарии: |
|