Contenu
Q:
Comment les nouvelles puces MIT peuvent-elles aider les réseaux de neurones?
UNE:
De nouveaux travaux scientifiques sur les réseaux de neurones pourraient réduire leurs besoins en puissance et en ressources au point que les ingénieurs pourraient exploiter leurs puissantes capacités dans des ensembles d'appareils beaucoup plus diversifiés.
Cela peut avoir un impact énorme sur tout dans nos vies, de la façon dont nous préparons les aliments au médecin, en passant par la façon dont nous nous déplaçons en utilisant notre voiture ou les transports en commun.
Réfléchissez à la façon dont les téléphones intelligents ont changé nos vies, puis envisagez l'intégration de technologies d'apprentissage artificiel et d'intelligence artificielle dans ces petits appareils portables.
Une partie de ce travail novateur est exposée au MIT, où des étudiants en génie électrique et en informatique étudient les moyens d’améliorer la conception et la construction de systèmes d’IA / ML.
En particulier, les efforts d’Abhishek Biswas, un étudiant diplômé du MIT, et de divers collègues retiennent beaucoup l’attention de la presse spécialisée dans les technologies.
Techcrunch explique comment l'évolution de la science des réseaux neuronaux pourrait promouvoir «l'informatique à la pointe» et intégrer des technologies plus puissantes dans des dispositifs portables alimentés par batterie.
Forbes affirme que la percée de Biswas pourrait «intégrer l’intelligence artificielle dans votre mélangeur».
En général, les progrès des scientifiques du MIT font des vagues, en partie parce qu’il est évident que ces réalisations peuvent affecter nos technologies grand public, ainsi que celles utilisées à des fins gouvernementales ou commerciales.
Le type d'évolution de processeur décrit par Biswas concerne essentiellement les fonctions de colocalisation dans un environnement de puce. Dans un article de Science Daily, l'auteur explique comment la plupart des processeurs traditionnels ont une mémoire stockée en dehors de la zone de traitement et que les données sont transférées dans les deux sens. Cependant, ce besoin de mouvement des données de la mémoire stockée prend beaucoup de puissance.
Biswas parle du «produit scalaire» ou de l’opération principale qui aide le fonctionnement des réseaux de neurones. Ces scientifiques envisagent également l’utilisation de poids binaires pour simplifier les systèmes - et cette idée a toujours été un élément fondamental de l’informatique avant l’invention des premiers ordinateurs personnels.
En promouvant ce type de modifications matérielles, les scientifiques apportent une plus grande polyvalence aux outils d’apprentissage automatique et d’intelligence artificielle qui changent la manière dont nous utilisons les technologies. En passant d'une programmation linéaire purement déterministe à un système où les ordinateurs imitent l'activité du cerveau humain, nous étions sur le point de nous lancer dans une nouvelle aventure avec des technologies beaucoup plus puissantes à portée de main.