
01:59:54
Большинство современных компьютеров построены 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 тысяч раз, в то время как возможности аппаратного обеспечения увеличились всего в 8 тысяч раз. Это простая иллюстрация ситуации сегодня: уже 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, в основе которых лежит совершенно другой способ реализации вычислений, отличный от машины Тьюринга, который имитирует работу человеческого мозга. О том, что такое нейроморфный процессор и чем он отличается от обычного, вы узнаете из лекции Юлии Сандамирской, руководителя группы прикладных исследований лаборатории нейроморфных вычислений Intel.
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:
Будь первым, кто оставит комментарий