“Первый в мире полностью системно-интегрированный мемристорный чип может сделать искусственный интеллект умнее и в 75 раз эффективнее” – говорят китайские ученые
Достижения могут привести к созданию ИИ, способного к обучению, более похожему на человеческое, что повлияет на то, как работают интеллектуальные устройства и автономное вождение.
Системно-интегрированный мемристорный чип
Первый в мире полностью системно-интегрированный мемристорный чип был представлен группой китайских учёных, которые считают, что он может не только сделать искусственный интеллект умнее, но и более эффективно использовать время и энергию.
По мнению исследователей, хотя системно-интегрированный мемристорный чип еще не вышел за пределы лабораторных условий, он может позволить разработать ИИ, способный к обучению, более похожему на человеческое, что, по мнению исследователей, может иметь последствия для работы интеллектуальных устройств и автономного вождения.
«Обучение очень важно» для периферийных интеллектуальных устройств, заявила исследовательская группа из Университета Цинхуа в своем исследовании, опубликованном в журнале Science 15 сентября, ссылаясь на устройства, которые обрабатывают данные внутри с помощью таких технологий, как искусственный интеллект.
Это достижение является последним в серии китайских полупроводниковых инноваций, объявленных после того, как введенный США экспортный контроль и санкции ограничили поставки в страну современных чипов и оборудования для их производства.
Разработка нового микрочипа, анонсированная в прошлом месяце компанией Huawei, произвела фурор в средствах массовой информации и поставила под вопрос, обладает ли Китай опытом для продвижения полупроводников без американских технологий.
По мнению исследователей, новый системно-интегрированный мемристорный чип в Китае является значительным шагом вперед в разработке такой технологии.
«Вычислительная технология на основе мемристора в последнее время привлекла значительное внимание из-за ее способности преодолеть так называемое «узкое место фон Неймана» в традиционной вычислительной архитектуре», – сказал Юрий Сулейманов, заместитель редактора журнала Science, в своем редакторском резюме статьи, имея в виду вычислительное ограничение, установленное разделением памяти и обработки.
Резистор – это элемент цепи, который способен ограничивать поток энергии, оказывая сопротивление прохождению электронов.
По данным Nature Electronics, мемристор (сокращение от слова «резистор памяти») способен запоминать самое последнее значение тока, прошедшего через него при включении, а это означает, что будущее сопротивление может зависеть от предыдущей истории.
Таким образом, он способен к обучению, основанному на совершенствовании, или сохранению предварительно приобретенных знаний, когда изучается что-то новое.
Согласно статье, это отличается от трансферного обучения, которое фокусируется на переходе к новому набору данных и может принести в жертву точность предыдущих данных.
Для обучения искусственных нейронных сетей, которые имитируют то, как человеческие нейроны передают данные в мозг, обычному оборудованию требуется много энергии и времени для перемещения данных между вычислительными блоками и блоками памяти.
Вычисления на основе мемристора способны снизить энергопотребление, необходимое для выполнения задачи, позволяя обучению происходить на кристалле без внешнего источника памяти.
В нескольких исследованиях изучались мемристоры, но они по-прежнему использовали дополнительные внешние процессоры, говорится в статье команды.
Китайские ученые создали системно-интегрированный мемристорный чип, способный проводить полное встроенное обучение, и предложили для него архитектуру обучения.
Они заявили, что смогли продемонстрировать встроенное обучение при выполнении нескольких задач, включая классификацию изображений, управление движением и распознавание звука.
В одной из демонстраций система управления движением модели автомобиля, предназначенная для преследования лазерного света, лучше обнаруживала свет в темноте и теряла его из виду в более яркой среде.
Но после реализации обучения он смог одинаково хорошо находить свет в обеих средах.
С добавлением новой способности точность в яркой среде значительно возросла, тогда как точность в темноте не снизилась.
«Нейро-вычислительный чип на основе мемристора может способствовать разработке периферийных устройств искусственного интеллекта, которые смогут адаптироваться к новым сценам и пользователям», – говорят исследователи в своей статье.
В ходе дальнейших исследований архитектуры обучения китайские ученые заявили, что, по их мнению, она может обеспечить встроенное обучение, которое в 75 раз более энергоэффективно, чем нынешние машины, предназначенные для обработки ИИ.
Тем не менее, остаются проблемы в исследованиях и разработках таких чипов, в частности, в разработке чипов для крупномасштабной интеграции.
“Чтобы технология вышла за пределы лаборатории, может потребоваться время” – признались Wu Huaqiang и Gao Bin, профессора Цинхуа и руководители исследовательской группы, китайскоязычному новостному сайту Science Times.
«Это исследование является важным шагом на пути к будущим чипам с высокой энергоэффективностью и широкими возможностями обучения», – заявили исследователи, добавив, что они надеются, что их результаты «ускорят разработку будущих интеллектуальных периферийных устройств».
Новость Китая «Системно-интегрированный мемристорный чип способен улучшить искусственный интеллект, беспилотные автомобили и многое другое» подготовлена Порталом PRC.TODAY по материалам сайта SCMP.
Если вам понравилась новость или появились вопросы, оставьте ваш комментарий или обсудите эту новость на форуме.
Китайские Компании по продаже недвижимости разрабатывают планы рефинансирования
