01:48:50
Импульсные нейросети: выход из кризиса традиционных моделей
Любая технология ведет себя как волна: накатывает, достигает пика, за ним следует спад — у всего есть предел развития. Нейронные сети уже показали свои ограничения применения: высокое энергопотребление, сложность масштабирования и невозможность динамического использования. Помочь справиться с этим и преодолеть кризис производительности могут импульсные нейронные системы, построенные на основе специализированных нейропроцессоров, которые имитируют работу нейронов человеческого мозга.
О том, что такое нейропроцессоры, и как они устроены, в своей лекции расскажет кандидат технических наук, руководитель лаборатории нейроморфных вычислений Чувашского государственного университета им. И. Н. Ульянова Михаил Киселёв.
Очевидно, что для решения более сложных интеллектуальных задач требуется масштабирование решающих их нейросетей. Человеческий мозг имеет около 1015 нейронных связей, а самые сложные нейросети — максимум 1012. Настолько большие модели могут позволить себе только такие крупные компании, как Google. Размеры подобных вычислительных кластеров почти достигли своего предела, а их обучение длится месяцы даже на самых мощных компьютерах, поэтому дальнейшее увеличение сложности нейросетевых моделей возможно за счет имитации функционирования человеческого мозга в аппаратной части.
В этой лекции вы узнаете:
- Как работают импульсные нейросети (ИНС)
- Какие модели биологических нейронов существуют сегодня
- Какие виды их реализации наиболее успешны
- Как кодируется информация в ИНС
- Как моделируют и обучают ИНС
В заключение Михаил Киселёв расскажет о том, какие исследования импульсных нейронных сетей проводятся в лаборатории нейроморфных вычислений Чувашского государственного университета им. И. Н. Ульянова, поделится своими мыслями о будущем нейроморфных чипов и областях их применения.
Импульсные нейросети: выход из кризиса традиционных моделей
Любая технология ведет себя как волна: накатывает, достигает пика, за ним следует спад — у всего есть предел развития. Нейронные сети уже показали свои ограничения применения: высокое энергопотребление, сложность масштабирования и невозможность динамического использования. Помочь...
Будь первым, кто оставит комментарий