На тайна конференция Amazon показа нов чип. Тя може да промени бъдещето на изкуствения интелект.

Съвсем наскоро, в ясна сутрин в Палм Спрингс, щатКалифорния, Вивиан Се пристъпи на малка сцена, за да проведе възможно най-нервното представяне в кариерата си. Темата беше добре позната на нея. Тя трябваше да разкаже на публиката за чиповете, които бяха разработени в нейната лаборатория в MIT и които обещават да внесат мощен изкуствен интелект в различни устройства с ограничено захранване. Известно е, че повечето от изчислителните задачи на силите за изкуствен интелект днес се извършват в огромни центрове за данни. Въпреки това, събитието - и публиката - накара Xi да си помисли.

Изкуствен интелект на чип

MARS - мястото - еелитна конференция, която може да бъде постигната само с покана. Роботи търкалят (или летят) около луксозен курорт, известни учени общуват с писатели с научна фантастика. Много малко учени са поканени за технически презентации и тези сесии трябва да бъдат вдъхновяващи и поучителни. Междувременно около стотина известни изследователи, директори и предприемачи по света се събраха пред хората. MARS се ръководи от никой друг, освен от основателя и председател на Amazon, Джеф Безос. Той седеше на първия ред.

“Публиката, така да се каже, беше на доста високо ниво”, спомня си със смях.

Представени бяха говорители на МАРСроботи с карате, дронове от насекоми и дори оптимистични рисунки за марсианските колонии. Ce чиповете може да изглеждат сравнително скромни; невъоръженото око не ги различаваше от чипове, които са във всяко електронно устройство. Въпреки това, те - може би - бяха много по-важни от всичко друго, което беше показано на събитието.

Нови функции за чип

Най-новите разработки в областта на чиповете - като тезикоито са разработени в CE лабораторията - може да са от решаващо значение за бъдещия напредък на изкуствения интелект (AI), включително областите на същите дронове и роботи, които са били на MARS. Доскоро софтуерът за ИИ се основаваше предимно на графични чипове, но новият хардуер можеше да направи АИ алгоритмите по-мощни, което би отворило нови приложения. Нови чипове за AI биха могли да направят търговците по-вездесъщи или да позволят на смартфоните да създадат фотореалистичен пейзаж с увеличена реалност.

Ce чиповете са едновременно изключително ефективни и гъвкави в техния дизайн, което е важно за една област, която се разраства бързо.

Тези микрочипове са предназначенистиснете повече от алгоритмите на "дълбокото обучение" AI, който вече е обърнал света с главата надолу. И в този процес те могат да вдъхновят алгоритмите за еволюция. "Нуждаем се от нов хардуер, защото законът на Мур се е забавил", казва Се, като се позовава на аксиомата, въведена от съоснователя на Intel Гордън Мур, който прогнозира, че броят на транзисторите на чип ще се удвои на всеки 18 месеца.

Сега този закон все повече се основавафизически ограничения, свързани с инженерни компоненти на атомна скала. И то стимулира нов интерес към алтернативни архитектури и подходи към компютрите.

Високи темпове, свързани с инвестирането в чиповеAI от следващо поколение и американското господство в производството на чипове като цяло са очевидни за американското правителство. Се микрочипове се разработват с подкрепата на програмата DARPA за разработване на нови дизайни на микрочипове за изкуствен интелект. И, разбира се, тази програма беше създадена на фона на бързото развитие на Китай в същата област.

Но иновациите в производството на микрочиповестимулира главно чрез развитие на дълбоко обучение, много мощен начин за обучение на машини за изпълнение на полезни задачи. Вместо да даде на компютъра набор от правила, които да следват, машината по същество се самопрограмира. Данните за обучение се подават в голяма симулирана изкуствена невронна мрежа, която след това се конфигурира по такъв начин, че да се получи желания резултат. С достатъчно обучение, системата за дълбоко обучение може да намери незабележими и абстрактни модели в данните. Този метод се използва за нарастващ брой практически задачи, от разпознаването на лицето върху смартфоните до прогнозирането на болести от медицински изображения.

Нова чип състезание

Дълбокото обучение не зависи особено от закона на Мур. Невронните мрежи извършват много математически изчисления паралелно, така че работят много по-ефективно върху специализирани графични чипове за видео игри, които произвеждат паралелни изчисления за визуализиране на триизмерни изображения. Но микрочипове, предназначени специално за изчисленията, които са в основата на дълбокото обучение, трябва да бъдат още по-мощни.

Потенциалът на новите микросхеми за подобряване на изкуствения интелект повиши нивото на предприемаческа активност, която микрочиповата индустрия не е виждала от десетилетия.

Примери?

Тесла тайно разработва свои чипове за изкуствен интелект на техните коли.

Facebook планира да създаде свои собствени чипове за по-добър изкуствен интелект.

Големи технологични компании, коитоНадявайки се да използват и комерсиализират AI - включително Google, Microsoft и Amazon - работят върху собствените си чипове за задълбочено обучение. Много от по-малките компании също разработват нови чипове. "Невъзможно е да се проследят всички компании, които се впускат в това състезание за чипове за AI," каза Майк Делмър, анализатор от микрочипа от Linley Group, аналитична фирма. "Не се шегувам: ще разберем поне една седмица."

Реалната възможност не еизграждане на най-мощните чипове дълбоко обучение, каза Xie. Енергийната ефективност е важна, защото AI също трябва да работи извън големите центрове за данни, като същевременно разчита само на енергията, налична в батерията на устройството.

"AI ще бъде навсякъде - и да разберем как да направим всичко енергийно ефективно, ще бъде изключително важно", казва Навин Рао, вицепрезидент на продуктите за изкуствен интелект в Intel.

Xe хардуер, например, е повечеефективно, защото физически намалява проблема с мястото, където се съхраняват данните и къде да се анализират, а също така използва интелигентни схеми за повторно използване на данни. Преди да се присъедини към MIT, Ce прилага този подход за първи път, за да подобри ефективността на компресирането на видео в Texas Instruments.

В толкова бързо развиваща се област толкова дълбокаОбучението, задачата на тези, които работят по чипове за AI, е да се уверят, че са достатъчно гъвкави, така че да могат да бъдат адаптирани за работа с всяко приложение. Можете лесно да проектирате супер ефективен чип, който може да направи само едно нещо, но такъв продукт бързо ще излезе от употреба.

Чип Xie се нарича Eyeriss. Разработен в сътрудничество с Joel Emer, Nvidia Research Associate и MIT Professor, чипът беше тестван с редица стандартни процесори, за да се види как се справят с редица различни дълбоки алгоритми на обучение. Според статия, публикувана миналата година, благодарение на комбинацията от ефективност и гъвкавост, новият чип постига производителност от 10 или дори 1000 пъти по-голяма от съществуващото оборудване.

По-прости чипове с изкуствен интелект вече имат значителновлияние. Високотехнологичните смартфони вече включват чипове, оптимизирани за работа с дълбоки алгоритми за разпознаване на изображения и глас. По-ефективните чипове биха позволили на тези устройства да се справят с по-мощен AI код с по-добри възможности. Самоходните автомобили се нуждаят от мощни компютърни чипове, тъй като повечето от настоящите прототипи разчитат на планина от компютри.

Рао казва, че чиповете на MIT са обещаващи, ноУспехът на новата хардуерна архитектура ще се определя от много фактори. Един от най-важните фактори, каза той, е разработването на софтуер, който позволява на програмистите да изпълняват код върху него. „Създаването на нещо полезно от гледна точка на компилатора е може би най-голямата пречка за одобрението“, казва той.

Laboratories Xie също изследва възможноститесъздайте софтуер, който ще използва по-добре свойствата на съществуващите компютърни чипове. И тази работа надхвърля просто дълбокото обучение.

Заедно със Сертак Караман от отделаАеронавтика и астронавтика в Масачузетския технологичен институт, Xie разработи нискомощния чип Navion, който е изключително ефективен при извършване на триизмерно картографиране и навигация за малък безпилотен самолет. Navion показва, че софтуерът в областта на AI (дълбоко обучение) и хардуер (чипове) започват да се развиват заедно, в симбиоза.

Чиповете може да не привличат вниманиеподобно на размахване на дронове, но фактът, че те бяха показани на МАРС, говори за важността на нейната технология за бъдещето на ИИ. Възможно е на следващата конференция MARS роботите и дроните да бъдат с нещо ново вътре.

Какво мислите, когато чакаме експлозивен растеж на изкуствен интелект? Нека обсъдим в нашия чат в Telegram.