Προς το περιεχόμενο

Προτεινόμενες αναρτήσεις

Δημοσ.

Τα deep neural networks (DNNs) μπορούν να εκπαιδευτούν σχεδόν για τα πάντα, όπως το να μας κερδίζουν σε παιχνίδια όπως το σκάκι και το Go. Το πρόβλημα είναι ότι η εκπαίδευση των συστημάτων τεχνητής νοημοσύνης απαιτεί τη λειτουργία supercomputers ή data centers για μέρες.

Ερευνητές από το κέντρο ερευνών T.J. Watson της IBM, πιστεύουν ότι μπορούν να μειώσουν τις απαιτήσεις σε υπολογιστική ισχύ καθώς και τους απαιτούμενους χρόνους, χρησιμοποιώντας resistive processing units, δηλαδή chips που θα συνδυάζουν CPU και non-volatile μνήμη.

 

Με τον τρόπο αυτό, οι ταχύτητες δεδομένων θα αυξηθούν εκθετικά, επιτρέποντας τη δημιουργία συστημάτων που θα μπορούν, σύμφωνα με την ομάδα, να πραγματοποιήσουν αναγνώριση φυσικής γλώσσας και μετάφραση σε όλες τις γλώσσες του κόσμου.

 

Η υπολογιστική ισχύς και ο χρόνος που απαιτείται για την εκπαίδευση των συστημάτων τεχνητής νοημοσύνης, οφείλεται στο γεγονός ότι τα νευρωνικά δίκτυα όπως το DeepMind της Google και το Watson της IBM πραγματοποιούν δισεκατομμύρια διεργασίες ταυτόχρονα.

 

Ένα ενδεχόμενο που εξέταζαν οι ερευνητές είναι η χρήση resistive RAM, η οποία μπορεί να αποθηκεύει δεδομένα με ταχύτητες DRAM. Εν τέλει όμως, αποφάσισαν να δημιουργήσουν ένα νέου είδους chip, το resistive processing unit (RPU), το οποίο διαθέτει μεγάλο ποσοστό από resistive RAM ενσωματωμένο στο CPU.

 

Σύμφωνα με τους ερευνητές, η συγκεκριμένη RPU αρχιτεκτονική μπορεί να προσφέρει ταχύτητες υψηλότερες κατά 30.000 φορές σε σχέση με τους σύγχρονους μικροεπεξεργαστές. Προβλήματα που απαιτούν πολλές ημέρες εκπαίδευσης σε ένα data center, θα ολοκληρώνονται μέσα σε μερικές ώρες, χάρη σε ένα RPU accelerator.

 

Οι ερευνητές πιστεύουν ότι είναι δυνατή η κατασκευή τέτοιων chips με τη χρήση της συμβατικής CMOS τεχνολογίας, όμως, προς το παρόν, το όλο εγχείρημα βρίσκεται σε ερευνητικό στάδιο. Επιπλέον, η τεχνολογία της resistive RAM δεν έχει γίνει ακόμη διαθέσιμη στην αγορά. Όπως και να έχει, η κατασκευή των συγκεκριμένων chips είναι μια ιδέα που θα μπορούσε να επιταχύνει τις AI διαδικασίες όπως την επεξεργασία εικόνας, την κατάκτηση γλωσσών και την ανάλυση δεδομένων σε μεγάλη κλίμακα.

 

Link.png Site: Engadget

Δημοσ.

Πολύ καλό αλλά γιατί δεν βάζουν μέσα και έναν ssd; Όλα σε ένα νοικοκυρεμένα.....

Ακόμη και οι ssd δεν είναι τόσο γρήγοροι όσο οι ram.

  • Like 5
Δημοσ.

είμαι ο μόνος νεατερνταλ εδώ μέσα που με ψηλοτρομαζει η ai :P ?

δεν θα επρεπε να σε τρομαζει η ai, αλλα αυτος που την φτιαχνει-χρησιμοποιεί

  • Like 5
Δημοσ.

δεν θα επρεπε να σε τρομαζει η ai, αλλα αυτος που την φτιαχνει-χρησιμοποιεί

εκτός και αν δώσουν στην AI τελείως ελεύθερη βούληση και θεωρήσει τον άνθρωπο σαν παράσιτο (εξαλου είμαστε... παρασιτικιη ζωη κανουμε στον πλανήτη)

  • Like 2
Δημοσ.

Πριν ένα μέλλον όπου τέτοια συστήματα θα εργάζονται για χιλιάδες ανθρωπους. Ήδη στον τομέα των δικτύων η τεχνολογία sdn αλλά και intelligent συστήματα αυτοβλαβοδιαχειρισης ήδη αντικαθιστούν ανθρώπινο εργατικό προσωπικο

Δημοσ.

γιατι στη φωτο εχουν τη φωτογραφια απο το τσιπακι του T101? :P

 

 

 

Δεν λέγεται έτσι. Λέγεται Τ-800 Series model 101. B)

  • Like 4
Δημοσ.
από το terminator 2 είναι η συγκεκριμένη εικόνα.

είναι ο εγκέφαλος του T-1000 αν δεν κάνω λάθος.

υγρό μέταλλο και έτσι κατάσταση.

μεγάλωσα με την συγκεκριμένη ταινία. από τις αγαπημένες

ο arnolnd ήταν ο T-800 πιο παλιό μοντέλο.

Δημοσ.

 

από το terminator 2 είναι η συγκεκριμένη εικόνα.
είναι ο εγκέφαλος του T-1000 αν δεν κάνω λάθος.
υγρό μέταλλο και έτσι κατάσταση.
μεγάλωσα με την συγκεκριμένη ταινία. από τις αγαπημένες
ο arnolnd ήταν ο T-800 πιο παλιό μοντέλο.

 

Το τσιπάκι δεν είναι από το υγρό μέταλο, ήταν από τον κακό Arnold που τον σκότωσαν στην πρώτη ταινία.

  • Like 3

Δημιουργήστε ένα λογαριασμό ή συνδεθείτε για να σχολιάσετε

Πρέπει να είστε μέλος για να αφήσετε σχόλιο

Δημιουργία λογαριασμού

Εγγραφείτε με νέο λογαριασμό στην κοινότητα μας. Είναι πανεύκολο!

Δημιουργία νέου λογαριασμού

Σύνδεση

Έχετε ήδη λογαριασμό; Συνδεθείτε εδώ.

Συνδεθείτε τώρα
  • Δημιουργία νέου...