reklama
reklama
reklama
reklama
reklama
reklama
reklama
© grzegorz kula dreamstime.com Technologie | 02 listopada 2017

Nowa definicja sztucznej inteligencji od Intela

Intel wkr贸tce dostarczy pierwsz膮 na 艣wiecie rodzin臋 procesor贸w zaprojektowan膮 od podstaw specjalnie dla system贸w poznawczych i sztucznej inteligencji (AI).
W 偶yciu codziennym, niemal na ka偶dym kroku spotykamy przyk艂ady dzia艂ania sztucznej inteligencji, mimo 偶e nie zawsze zdajemy sobie z tego spraw臋. Kiedy korzystamy z asystent贸w mowy, kt贸rzy wspomagaj膮 lub wyr臋czaj膮 nas z wykonywania r贸偶nych czynno艣ci, podczas robienia zakup贸w w Internecie, kiedy otrzymujemy propozycje r贸偶nych produkt贸w lub wtedy, kiedy na podstawie obejrzanych film贸w czy seriali, proponowane s膮 nam inne o zbli偶onej tematyce, czy w ko艅cu kiedy korzystamy z medi贸w spo艂eczno艣ciowych, kt贸re wykorzystuj膮 funkcje automatycznego tagowania zdj臋膰. Dzi臋ki umo偶liwieniu komputerom uczenia si臋, wnioskowania, dzia艂ania i adaptowania si臋 do rzeczywistego 艣wiata, dwa nowo powsta艂e obszary - systemy poznawcze i sztucznej inteligencji, przyczyni膮 si臋 do innowacyjnych zmian w przemy艣le i otaczaj膮cym nas 艣wiecie.

Systemy te oferuj膮 ogromn膮 szans臋 na rozw贸j rynku. Zdaniem analityk贸w z IDC (International Data Corporation) dochody z obu obszar贸w do 2020 roku osi膮gn膮 46 miliard贸w dolar贸w. Poprzez prowadzone badania i poczynione inwestycje w nowe technologie firma Intel jest obecnie pionierem na tym rynku. W ramach nowo powsta艂ej platformy Intel Nervana Neural Network Processor (NNP), przed ko艅cem 2017 roku, sp贸艂ka dostarczy pierwszy silikonowy procesor sieci neuronowych 鈥 Nervana. Powstaj膮ca rodzina uk艂ad贸w, to trzy lata zbierania do艣wiadcze艅 ameryka艅skiej firmy Nervana Systems, przej臋tej w 2016 roku przez Intela. Uk艂ad znany pod nazw膮 kodow膮 "Lake Crest" zbudowano na potrzeby uczenia maszynowego (Machine Learning) i uczenia g艂臋bokiego (Deep Learning).

W uk艂adzie zmieniono architektur臋 pami臋ci, w kt贸rej brak jest standardowej hierarchii a pami臋膰 wbudowana zarz膮dzana jest bezpo艣rednio przez oprogramowanie. Osi膮gni臋to w ten spos贸b szybsze czasy szkolenia dla modeli g艂臋bokiego uczenia. Poprawiono r贸wnie偶 transfer danych, kt贸ry sta艂 si臋 teraz dwukierunkowy. Celem, by艂o stworzenie przetwarzania r贸wnoleg艂ego, gdzie poszczeg贸lne dane w sieci rozdzielane s膮 na szereg uk艂ad贸w scalonych. Pracuj膮 one wtedy jak jeden wirtualny uk艂ad, kt贸ry mo偶e przyj膮膰 i przetworzy膰 ogromne ilo艣ci informacji. Opracowano r贸wnie偶 nowy format liczbowy o nazwie Flexpoint, kt贸ry 艂膮czy w sobie zalety oblicze艅 na liczbach sta艂oprzecinkowych z 艂atwo艣ci膮 鈥瀘bs艂ugi” liczb zmiennoprzecinkowych, przy wykorzystaniu wsp贸lnego wyk艂adnika. Prowadzi to do znacznego wzrostu r贸wnoleg艂ej pracy uk艂adu, przy jednoczesnym zmniejszeniu mocy potrzebnej na obliczenia.

Platforma Intel Nervana NNP powsta艂a w celu uwolnienia nas od ogranicze艅 na艂o偶onych przez istniej膮cy sprz臋t, kt贸ry nie by艂 specjalnie projektowany dla AI. Obecna rewolucja sztucznej inteligencji jest w istocie ewolucj膮 obliczeniow膮. Intel od samego pocz膮tku zaanga偶owany jest w rozw贸j tej technologii. Posiada wsparcie nawet takiego giganta jakim jest serwis spo艂eczno艣ciowy Facebook oraz wielu innych partner贸w zlokalizowanych w przemy艣le i instytucjach badawczych, kt贸rzy chc膮, aby pierwszy komercyjny neuronowy procesor sieciowy by艂 wsparciem dla bran偶y medycznej, motoryzacyjnej czy IT. Opracowana technologia pozwoli mi臋dzy innymi, na wcze艣niejsze i ze zwi臋kszon膮 dok艂adno艣ci膮 diagnozowanie choroby Parkinsona lub innych zaburze艅 m贸zgu a tak偶e przyspieszy prowadzone badania nad rakiem. Wprowadzi prace nad autonomicznymi pojazdami na kolejny poziom a serwisom internetowym pozwoli na jeszcze dok艂adniejsze spersonalizowanie informacji kierowanych do u偶ytkownik贸w.

Intel Nervana NNP zapowiada rewolucj臋 w zakresie komputer贸w przeznaczonych dla AI w wielu ga艂臋ziach przemys艂u. Dzi臋ki nowej technologii mo偶liwy b臋dzie rozw贸j zupe艂nie nowych klas aplikacji AI, kt贸re przyczyni膮 si臋 do wzrostu wydajno艣ci w przetwarzaniu ogromnych ilo艣ci danych i pozwol膮 przedsi臋biorcom na zwi臋kszenie w艂asnych mo偶liwo艣ci w ramach prowadzonego biznesu. Plany Intela zak艂adaj膮, 偶e do roku 2020 osi膮gnie 100-krotny wzrost wydajno艣ci w dziedzinie sztucznej inteligencji.

Opr贸cz post臋p贸w w pracach nad sztuczn膮 inteligencj膮, Intel inwestuje r贸wnie偶 w bardziej zaawansowane technologie, kt贸re b臋d膮 niezb臋dne w przysz艂o艣ci dla oblicze艅 na du偶膮 skal臋. W艣r贸d tych technologii firma posiada prze艂omowe osi膮gniecia w dziedzinie informatyki neuromorficznej i kwantowej.

Uk艂ady neuromorficzne wzorowane s膮 na pracy ludzkiego m贸zgu, tak aby komputery mog艂y podejmowa膰 decyzje oparte na wzorach i powi膮zaniach. W tym celu Intel stworzy艂 pierwszy testowy uk艂ad Loihi, kt贸ry do uczenia si臋 wykorzystuje dane w oparciu o r贸偶ne sposoby przekazywania informacji ze 艣rodowiska. Potrafi na bie偶膮co wyci膮ga膰 wnioski, staje si臋 z czasem 鈥瀖膮drzejszy” i nie wymaga szkolenia w tradycyjny spos贸b. Potencjalne korzy艣ci z samoucz膮cych si臋 uk艂ad贸w s膮 nieograniczone. Urz膮dzenia bazuj膮ce na takich uk艂adach mog膮 wykonywa膰 najbardziej z艂o偶one zadania kognitywne, takie jak: interpretowanie rytmu serca czy wykrywanie anomalii, w celu ograniczenia cyberatak贸w lub komponowaniu muzyki.

Komputery kwantowe natomiast mog膮 by膰 pot臋偶nymi jednostkami obliczeniowymi wykorzystuj膮cymi unikalne w艂asno艣ci du偶ej liczby kubit贸w (kwantowych bit贸w), 偶eby stworzy膰 wyk艂adniczo wi臋cej r贸wnoleg艂ych oblicze艅. Pozwoli to komputerom kwantowym stawi膰 czo艂a problemom, na kt贸re konwencjonalne komputery nie s膮 w stanie odpowiedzie膰, np. symulacja proces贸w zachodz膮cych w naturze w celu poszerzenia bada艅 nad now膮 chemi膮, materia艂ami i modelowaniem molekularnym - tworzenie nadprzewodnik贸w w temperaturze pokojowej lub odkrywanie nowych lek贸w.

Niedawno Intel dostarczy艂 swojemu partnerowi w zakresie bada艅 kwantowych w Holandii, firmie QuTech, testowy 17-kubitowy chip nadprzewodnikowy. Dostarczenie tego uk艂adu 艣wiadczy o szybkim post臋pie firm Intel i QuTech w badaniach nad dzia艂aj膮cym systemem komputera kwantowego. Jeszcze w tym roku spodziewany jest nowy uk艂ad 49-kubitowy.
reklama
reklama
Za艂aduj wi臋cej news贸w
December 05 2018 15:01 V11.10.4-1