Nul
(Billede: Intel Corporation)
Intel har annonceret en neuromorphic kunstig intelligens (AI) test chip opkaldt Loihi, som sagde det er, der tager sigte på at efterligne hjernens funktioner ved at lære fra data opnået fra dets miljø.
Ifølge Intel, sine bestræbelser på “at sammenligne maskiner med den menneskelige hjerne” har resulteret i en selvstændig læring, energi-effektiv AI-chip, der bruger asynkron at tilsætte til at tage konsekvenserne af sine omgivelser og bliver hele tiden klogere.
Loihi har digitale kredsløb ved at efterligne den grundlæggende mekanik i hjernen, corporate vice president og administrerende direktør for Intel Labs Dr. Michael Mayberry sagde i et blog-indlæg på tirsdag, som kræver lavere compute magt, samtidig med at maskinen lære mere effektiv.
“Neuromorphic chip modeller hente inspiration fra, hvordan neuroner kommunikerer og lære, ved hjælp af pigge og plast synapser, der kan justeres baseret på timing. Dette kunne bidrage til computere selv-organisere og træffe beslutninger baseret på mønstre og foreninger,” Mayberry forklaret.
Disse chips kan bruges til at fremskynde kompleks beslutningstagning, med evnen til at selvstændigt at løse samfundsmæssige og industrielle problemer” brug lært oplevelser, der er tilpasset over tid, Mayberry sagde.
Chip har fabrikation på Intel ‘ s 14nm proces-tech; 130,000 neuroner; 139 mio synapser; et fuldt asynkron neuromorphic mange-core mesh støtte sparsom, hierarkisk, og tilbagevendende neurale netværk topologier, med neuroner i stand til at kommunikere med hinanden, en programmerbar læring motor for hver neuromorphic centrale og udvikling og afprøvning af flere algoritmer for sti-planlægning, sparsom kodning, ordbog læring, tvang tilfredshed, og dynamisk mønster læring og tilpasning.
Applikationer kan omfatte brug af ansigtsgenkendelse via gadelampe kameraer til løsning af forsvundne personer, rapporter, stoplys, der automatisk kan justere den strøm af trafik, og robotter til at få større selvstændighed og effektivitet, Mayberry sagde.
“Loihi test chip tilbyder yderst fleksibel on-chip læring og kombinerer uddannelse og slutning på en enkelt chip. Dette giver mulighed maskiner til at være autonome, og til at tilpasse sig i realtid i stedet for at vente på den næste opdatering fra skyen,” sagde han.
“Self-muligheder for læring og prototyper ved denne test, chip har et enormt potentiale til at forbedre automotive og industrielle applikationer såvel som personlige robotteknologi-et program, der ville drage fordel af selvstændig drift og kontinuerlig læring i et ustruktureret miljø. For eksempel, en anerkendelse af den bevægelse af en bil eller på cykel.”
Ved hjælp af chippen for at påvise abnormiteter ved at lære det, normen under forskellige omstændigheder ville gøre det muligt for applikationer såsom hjerte overvågning, Mayberry tilføjet, og kan også bruges i internetsikkerhed til at påvise forskelle i data-streams som en overtrædelse eller hack.
Intel forskere har vist en læring sats 1 million gange bedre med typiske tilsætte neurale sæt, hævdede han, med 1.000 gange højere energieffektivitet end typiske computing anvendes til uddannelse systemer.
Loihi vil blive delt med AI-fokus universitet og forsknings-institutioner i første halvdel af 2018.
CTO af Intel Kunstig Intelligens Produkt Gruppe Amir Khosrowshahi — som medstifter Nervana Systemer, som blev købt af den chip-giganten i August sidste år, da den centrale del af Intel ‘ s planer for AI-havde i April fortalte ZDNet, at branchen har behov for ny arkitektur for neurale netværk.
Før de bliver købt ud af Intel, Nervana havde udviklet Søen Crest, sin egen silicon rettet mod neurale netværk, uddannelse, sammen med software, som er det fundet traditionelle Gpu ‘ er til at være uegnet for neurale netværk.
“Neurale netværk er en serie af forudbestemte aktiviteter; det er ikke som en bruger interagerer med et system, det er et sæt af instruktioner, der kan beskrives som et data flow graf,” Khosrowshahi fortalte ZDNet.
“Der er så meget kredsløb i en GPU, der er ikke nødvendigt for machine learning … du behøver ikke at de kredsløb, som er en ganske stor andel af den chip, og også høje omkostninger i udnyttelse af energien.
“Neurale netværk er ganske enkel, de er lidt matrix multiplikationer og ikke-uregelmæssigheder, kan du direkte bygge silicium til at gøre det. Du kan bygge silicium, der er meget tro mod den arkitektur af neurale netværk, som Gpu ‘ er er ikke.”
Intel i sidste måned meddelte sin AI-fokus Movidius vision processing unit (VPU) chip med databehandling for kant enheder.
Movidius, der er erhvervet af chip kæmpe for et år siden, udvikler systemer på en chip, der er udstyret med dedikeret neurale beregne motorer til støtte for dyb læring slutninger på kanten.
“Vi er på nippet til computer vision og dybe læring ved at blive standard krav til de milliarder af enheder, der omgiver os hver dag,” Intel VP Remi El-Ouazzane sagde i August.
“Aktivering af enheder med menneske-lignende visuelle intelligens repræsenterer det næste spring fremad inden for it.”
Intels administrerende DIREKTØR Brian Krzanich i sidste uge sagde, at hans firma har investeret mere end $1 milliard i AI virksomheder gennem sin kapital, investering, fond, herunder erhvervelse af Movidius og Nervana Systemer, samt finansiering AI nystartede såsom DataRobot, Mægtige AI, og Lumiata.
“Intel er ved at gøre strategiske investeringer, der spænder teknologi, R&D og partnerskaber med erhvervslivet, det offentlige, den akademiske verden, og grupper i lokalsamfundet,” Krzanich sagde.
“Vi er dybt engageret i at frigøre det løfte af AI: at gennemføre forskning på neuromorphic computing, udforske nye arkitekturer og læring paradigmer.”
Også fokus på consumer-segmentet, Intel mandag tog ombrydes fra sin ottende generation Intel Core desktop-processorer, ledet af $359 Core i7-8700K.
En del af Intel ‘ s K-serie-core chips, der er låst op for overclocking, Core i7-8700K kan nå en frekvens på 4.7 GHz ved hjælp af Intels Turbo Boost-Teknologi 2.0. Chips kan også udvides med op til 40 platform PCIe 3.0 lanes.
Virksomheden har også afsløret sin Z370 chipsæt baseret bundkort, Core i5-8600K seks-tråd chip med en base clock hastighed på 3,6 GHz Core i5-8400 med en base clock hastighed på 2.8 GHz, 4GHz Core i3-8350K, og 3.6 GHz Core i3-8100.
læs dette
Ti fejl at undgå når man arbejder med tech samarbejdspartnere
Tredjeparts-tech partnere kan hjælpe din virksomhed med at nå sine mål, men bestemt adfærd skal undgås, når de søger ud og håndtering af disse relationer.
Læs Mere
0