приборы
265
0
9 декабря 2021
Аппаратные решения для нейроморфных вычислений

Большинство современных компьютеров построено на одном и том же принципе обработки информации — так называемой машине Тьюринга. С развитием технологий искусственного интеллекта количество вычислений, необходимых для обучения нейронных сетей, выросло примерно в 300 000 раз, в то время как возможности аппаратного обеспечения увеличились всего в 8 000 раз. Сегодня требуется новый подход к вычислениям и новая компьютерная архитектура, которая сможет обеспечить требуемый уровень производительности для обучения нейронных сетей. Ученые пытаются создать такое решение — нейроморфные процессоры, имитирующие работу человеческого мозга. В их основе лежит совершенно другой способ реализации вычислений, отличный от машины Тьюринга. О том, что такое нейроморфный процессор, и чем он отличается от обычного, вы узнаете из лекции руководителя группы прикладных исследований лаборатории нейроморфных вычислений Intel Юлии Сандамирской.

Задача вычислений и автоматизации изначально была попыткой отразить в машине способ мышления, свойственный людям. Но развитие реализаций алгоритмов искусственного интеллекта в программном обеспечении вскоре позволило решать некоторые сложные интеллектуальные задачи лучше, чем люди: например, играть в шахматы. Параллельно с этим прогрессировало изучение нейрональных систем. Это привело к появлению глубоких нейронных сетей, которые сегодня решают многие задачи ИИ лучше, чем люди и все алгоритмы, которые были разработаны до этого. Однако если сравнивать такие системы с биологическими, то контраст захватывает дыхание. Нейроморфные вычисления зародились, как попытка ученых приблизиться к тому уровню производительности, который демонстрируют биологические нейронные сети и подарить ИИ когнитивные возможности человека.

Из лекции Юлии Сандамирской вы узнаете:

  • Как возникли нейроморфные вычисления;
  • Чем отличаются нейроморфные вычисления от вычислений стандартной нейронной сети;
  • Как устроены нейроморфные процессоры и, в частности, чип Loihi;
  • Как запрограммировать нейроморфный процессор;
  • Какими возможностями сегодня обладают нейроморфные вычисления.
Наверх

Будь первым, кто оставит комментарий