Izvēlieties savu valsti vai reģionu.

EnglishFrançaispolskiSlovenija한국의DeutschSvenskaSlovenskáMagyarországItaliaहिंदीрусскийTiếng ViệtSuomiespañolKongeriketPortuguêsภาษาไทยБългарски езикromânescČeštinaGaeilgeעִבְרִיתالعربيةPilipinoDanskMelayuIndonesiaHrvatskaفارسیNederland繁体中文Türk diliΕλλάδαRepublika e ShqipërisëአማርኛAzərbaycanEesti VabariikEuskera‎БеларусьíslenskaBosnaAfrikaansIsiXhosaisiZuluCambodiaსაქართველოҚазақшаAyitiHausaКыргыз тилиGalegoCatalàCorsaKurdîLatviešuພາສາລາວlietuviųLëtzebuergeschmalaɡasʲМакедонскиMaoriМонголулсবাংলা ভাষারမြန်မာनेपालीپښتوChicheŵaCрпскиSesothoසිංහලKiswahiliТоҷикӣاردوУкраїнаO'zbekગુજરાતીಕನ್ನಡkannaḍaதமிழ் மொழி

100 miljoni neironu atrodas vienu soli tuvāk cilvēka smadzenēm, Intel atbrīvo neironu mīmisko sistēmu

19. martā Intel paziņoja, ka atklās jaunāko neironu imitācijas skaitļošanas sistēmu ar nosaukumu “PohoikiSprings”, kuras skaitļošanas jauda ir ekvivalenta 100 miljoniem neironu, tā var simulēt cilvēka smadzenes un patērē mazāk enerģijas ātrāku aprēķinu veikšanai.

PohoikiSprings ir datu centra statīvu sistēma, kas ir līdz šim lielākā neironu imitācijas skaitļošanas sistēma, ko Intel izstrādājusi. Tas integrē 768 Loihi neironu mīmikas izpētes mikroshēmas piecās standarta servera lieluma šasijās.

Cilvēka smadzenes sastāv no 86 miljardiem neironu. Neironu skaits kukaiņu smadzenēs ir vairākos simtos tūkstošu. PohoikiSprings neironu skaits ievērojami pārsniedz kukaiņu smadzeņu līmeni, un attālums no cilvēka smadzenēm ir spēris vēl vienu soli.

Tiek ziņots, ka Intel Neironu mīmikas skaitļošanas laboratorijas direktors Maiks Deiviss sacīja, ka PohoikiSprings ir paplašinājis Loihi neiromimikas pētījumu mikroshēmu vairāk nekā 750 reizes, darbojoties ar jaudu mazāk nekā 500 vati. Izmantojot nervu mīmikas aprēķinus, modeli var iemācīties līdzīgi kā zīdainim, pastāvīgai atpazīšanai izmantojot tikai vienu attēla vai rotaļlietas skatu.

Deiviss sacīja, ka modelis var arī mācīties no datiem reālajā laikā, un galīgās prognozes var būt precīzākas nekā tradicionālo mašīnmācīšanās modeļu prognozes, "tas ļaus veikt dažus šobrīd neiedomājamus aprēķinus". Turklāt PohoikiSprings sistēmā atmiņa un aprēķini netiek nodalīti, kas samazina datu pārraides attālumu.

Saprotams, ka Intel pētnieki veica eksperimentu, izmantojot vismodernākās dziļās mācīšanās metodes, lai apmācītu mākslīgā intelekta sistēmas, lai identificētu kaitīgās gāzes, ir nepieciešami 3000 paraugi, un, izmantojot neironu imitācijas mikroshēmu apmācību, pietiek ar vienu paraugu.

Intel drīz atvērs PohoikiSprings sistēmu Intel Neuromimicry Research Community (INRC) biedriem, tostarp dalībniekiem no Accenture, Airbus un citiem uzņēmumiem, valdības laboratorijām un akadēmiskajiem pētniekiem.

Pēc Sina Finance teiktā, saskaņā ar trešās puses aģentūras teikto, Gartners prognozē, ka līdz 2025. gadam neironu imitācijas mikroshēmas kļūs par galveno skaitļošanas arhitektūru jauniem un uzlabotiem mākslīgā intelekta izvietošanas veidiem, un ir paredzēts, ka tās aizstās GPU, kas ir viena no galvenajām mikroshēmām. pašlaik izmanto mākslīgā intelekta sistēmās. Papildus Intel, IBM strādā arī pie šīs tehnoloģijas.

Intel sacīja, ka neironu imitējošā skaitļošana ir pilnīga datoru arhitektūras nomākšana no apakšas uz augšu. Mērķis ir izmantot jaunākās neirozinātnes atziņas, lai izveidotu mikroshēmas, kas darbojas vairāk kā cilvēka smadzeņu mikroshēmas nekā tradicionālās datoru mikroshēmas.

Neironu mīmikas sistēma atkārto veidu, kā neironi organizē, sazinās un mācās aparatūras līmenī. Intel uzskata, ka Loihi un nākamie neiromimētiskie procesori definēs jaunu programmējamu skaitļošanas modeli, kas var apmierināt pasaulē augošo pieprasījumu pēc populārajām viedierīcēm.