Q:
Comment les nouvelles puces MIT peuvent-elles aider avec les réseaux de neurones?
UNE:De nouveaux travaux scientifiques sur les réseaux de neurones pourraient réduire leurs besoins en énergie et en ressources au point où les ingénieurs pourraient mettre leurs puissantes capacités dans des ensembles de dispositifs beaucoup plus divers.
Cela peut avoir un impact énorme sur tout dans nos vies, de la façon dont nous préparons la nourriture à la façon dont nous allons chez le médecin, ou comment nous nous déplaçons en utilisant nos voitures ou les transports publics.
Pensez à la façon dont les smartphones ont changé nos vies - pensez à intégrer des technologies d'apprentissage automatique et d'intelligence artificielle dans ces petits appareils portables.
Certains de ces travaux révolutionnaires sont exposés au MIT, où des étudiants en génie électrique et en informatique étudient comment améliorer la conception et la construction de systèmes AI / ML.
Plus précisément, les efforts d'Abhishek Biswas, un étudiant diplômé du MIT, et de divers collègues retiennent beaucoup l'attention dans la presse technologique.
Techcrunch explique comment l'évolution de la science des réseaux de neurones pourrait promouvoir «l'informatique à la pointe» et intégrer des technologies plus puissantes dans les appareils portables alimentés par batterie.
Forbes dit que la percée de Biswas pourrait «mettre l'intelligence artificielle à l'intérieur de votre mélangeur».
En général, les progrès des scientifiques du MIT font des vagues en partie parce qu'il est évident comment ces réalisations peuvent affecter nos technologies de consommation, ainsi que celles utilisées à des fins gouvernementales ou commerciales.
Essentiellement, le type d'évolution de processeur décrit par Biswas concerne 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 qui est stockée en dehors de la zone de traitement, et les données sont transférées d'avant en arrière. Cependant, ce besoin de mouvement des données de mémoire stockées prend beaucoup de puissance.
Biswas parle du «produit scalaire» ou opération de base qui aide les réseaux de neurones à fonctionner. Ces scientifiques envisagent également d'utiliser des poids binaires pour simplifier les systèmes - et cette idée a vraiment été un élément fondamental de l'informatique depuis avant les premiers ordinateurs personnels ont été inventés.
En promouvant ce type de changements matériels, les scientifiques offrent une plus grande polyvalence pour les outils d'apprentissage automatique et d'intelligence artificielle qui changent la façon 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 sommes sur le point de se lancer dans une nouvelle aventure avec des technologies beaucoup plus puissantes à portée de main.
