IBM chce urýchliť učenie sa umelej inteligencie

ZDROJ | Technivorz

Hĺbkové neurónové siete (deep neural networks , DNN) možno naučiť  prakticky čomukoľvek. Dokážu dokonca poraziť nielen svojho učiteľa, ale aj veľmajstra v logických hrách, ako je Go, tak ako to len nedávno dokázala sieť s umelou inteligenciou Deepmind  od Google. Program AlphaGo s podporou tejto siete zvíťazil v 4 z 5 zápasoch nad šampiónom hry Go Lee Seedolom a dokázal, že umelá inteligencia skutočne dokáže rúcať bariéry.

Z iného súdka bol experiment Microsoftu, ktorý nechal program umelej inteligencie Tay komunikovať s prispievateľmi na sieti Twitter. Za necelý deň sa z virtuálnej entity stal rasista a obdivovateľ Hitlera. Pekný príklad toho, že čím mozog (aj ten umelý) kŕmime, to z neho následne vychádza. Pomôže nám to pochopiť motiváciu voličov extrémistických subjektov? Toto je však špecifický prípad.

Pozrite siČipy inšpirované mozgom vytvoria „skutočnú“ neurónovú sieť

Problémom je, že fungovanie umelej inteligencie, ak má spracovať miliardy paralelných operácií, dokáže viazať obrovskú kapacitu superpočítačov. Vedci Tayfun Gokmen a Yurii Vlasov z výskumného centra IBM T.J. Watson Research Center ale údajne našli spôsob, ako 30 000x zvýšiť rýchlosť spracovania dát pomocou nevolatilných (zachovávajúcich si informáciu bez ohľadu na napájanie) odporových pamätí kombinovaných priamo s procesormi.

AlphaGo-vs-Lee_Sedol
ZDROJ | Engadget

Zvýšenie efektivity prinesie práve toto úzke prepojenie. Pri miliardách paralelne vykonávaných operácií sa musia procesory v súčasných neurónových sieťach v krátkych intervaloch obracať pre informácie na pamäte RAM, čo spomaľuje proces. Vedci teraz skonštruovali procesorový čip, ktorý nazvali odporový procesor (RPU), podľa toho, že bude mať priamo v procesore k dispozícii odporovú pamäť RAM (resistance switching random access memory, RRAM).

Google DeepMind
ZDROJ | COTIDIAN ZILNIC

Vedci v správe uvádzajú, že paralelné štruktúry s RPU procesormi môžu zrýchliť spracovanie dát koeficientom 30 000 oproti dnešným špičkovým procesorom. Matematické problémy, ktoré dnes vyžadujú nasadenie tisícok zosieťovaných počítačov v dátových centrách a ich riešenie trvá niekoľko dní, by sa mohli zredukovať rádovo na hodiny s nasadením jedného RPU akcelerátora.

Pozrite siNeurónové siete umožňujú počítačom vidieť

Vedci zároveň dúfajú, že nové čipy by sa mohli vyrábať bežnou CMOS technológiou. Vec však má malý háčik. Hoci o odporových pamätiach RAM sa už píše niekoľko rokov, stále nie sú komerčne dotiahnuté a tým skôr to platí o nových procesoroch RPU, ktoré sú stále v štádiu výskumu. Ako však uvádza portál Engadget, vytvorenie čipov s rýchlou lokálnou pamäťou má svoju logiku a môže výrazne podporiť neurónové siete s umelou inteligenciou.  S takouto výkonnou architektúrou sa otvoria nové možnosti spracovania obrazu v reálnom čase, alebo on-line preklad medzi ľubovoľnými jazykmi na profesionálnej úrovni.

ZdrojTom's Hardware

Komentáre k článku