technológia

Egy titkos konferencián az Amazon új chipet mutatott. Ez megváltoztathatja a mesterséges intelligencia jövőjét.

Legutóbb, egy tiszta reggelen Palm SpringsbenKaliforniában, Vivienne Xie egy kis színpadra lépett, hogy talán a leggyengébb előadást tartsa a karrierje során. A téma jól ismert volt neki. Meg kellett mondania a közönségnek a MIT laboratóriumában kifejlesztett zsetonokról, és ígéretet tettek arra, hogy erőteljes mesterséges intelligenciát hoznak létre számos korlátozott áramellátású eszközhöz. Ismert, hogy a mesterséges intelligencia erők által a számítástechnikai feladatok nagy része ma nagy adatközpontokban történt. Az esemény - és a közönség - azonban Xi-t gondolta.

Mesterséges intelligencia a chipen

MARS - a helyszínelit konferencia, amely csak meghívással érhető el. A luxus üdülőhely körül robotok gördülnek (vagy repülnek), híres tudósok a sci-fi írókkal kommunikálnak. Nagyon kevés tudós van felkérve technikai előadásokra, és ezeknek az üléseknek inspirálónak és tanulságosnak kell lenniük. Eközben mintegy száz jól ismert kutató, igazgató és vállalkozó gyűlt össze az emberekhez. A MARS-t az Amazon alapítója és elnöke, Jeff Bezos vezeti. Az első sorban ült.

„A közönség, mondván, meglehetősen magas volt” - emlékszik vissza Xie nevetéssel.

A MARS előadói bemutattákkarate robotok, rovarok és még optimista rajzok a marsi telepek számára. A ce chipek viszonylag szerénynek tűnhetnek; a szabad szemmel nem lehet megkülönböztetni azokat a chipektől, amelyek bármilyen elektronikus eszközben vannak. Azonban - talán - sokkal fontosabbak voltak, mint bármi más, ami az eseményen látható volt.

Új chip funkciók

A zsetonok legújabb fejleményei - mint ezekA CE-laboratóriumban kifejlesztett - a mesterséges intelligencia (AI) jövőbeni előrehaladása szempontjából kulcsfontosságú lehet, beleértve ugyanazon drónok és robotok területét is, amelyek a MARS-en voltak. Egészen a közelmúltig az AI szoftverek nagyrészt grafikus chipekre támaszkodtak, de az új hardver az AI algoritmusokat erősebbé teheti, ami új alkalmazásokat nyit meg. Az AI új zsetonjai a raktárkezelők mindennaposabbá tehetik, vagy lehetővé teszik az okostelefonok számára, hogy a valósággal bővített valósággal hozzanak létre fotó-realisztikus tájképet.

A Ce chipek rendkívül hatékonyak és rugalmasak a tervezésben, ami fontos a gyorsan növekvő terület számára.

Ezeket a mikrochipeket úgy tervezték, hogya mélyebb tanulás AI algoritmusait jobban összenyomja, ami már a fejjel lefelé fordította a világot. És ebben a folyamatban maguk is ösztönözhetik az algoritmusokat az evolúcióra. „Új hardverre van szükségünk, mert Moore törvénye lelassult” - mondja Xie, az Intel társalapítója, Gordon Moore által bevezetett axiómára hivatkozva, aki azt jósolta, hogy a chipeken lévő tranzisztorok száma körülbelül 18 havonta megduplázódik.

Most ez a törvény egyre inkább támaszkodika mérnöki komponensekhez kapcsolódó fizikai korlátok atomi skálán. Ez pedig új érdekeket vált ki az alternatív architektúrák és a számítástechnikai megközelítések iránt.

A chipekbe történő befektetéssel kapcsolatos magas árakA következő generációs AI-k és Amerika uralma a chipgyártásban, mint egész, nyilvánvalóak az amerikai kormány számára. A mesterséges intelligencia mikroszkópjainak új kialakítása érdekében a DARPA program támogatásával fejlesztik ki a Ce mikrochipeket. Természetesen ez a program Kína ugyanazon a területen történt gyors fejlődésének hátterében jött létre.

De az innovációk a mikrochipek gyártásábanfőként a mélyreható tanulás fejlesztése által ösztönözve, ami nagyon hatékony módja a gépek hasznos feladatok elvégzésére. Ahelyett, hogy a számítógépet egy sor szabálynak kellene követnie, a gép lényegében maga a programok. A képzési adatokat egy nagy szimulált mesterséges neurális hálózatba tápláljuk be, amelyet úgy alakítunk ki, hogy a kívánt eredményt elérjük. Megfelelő képzéssel a mély tanulási rendszer észrevehetetlen és absztrakt mintákat talál az adatokban. Ezt a módszert egyre több gyakorlati feladatra használják, az okostelefonok arcfelismerésétől az orvosi képek előrejelzéséig.

Új Chip Race

A mélyreható tanulás nem különösebben függ a Moore törvényétől. A neurális hálózatok számos matematikai számítást végeznek párhuzamosan, így sokkal hatékonyabban működnek a speciális grafikus chipeken a videojátékok számára, amelyek párhuzamos számításokat készítenek a háromdimenziós képek megjelenítésére. Azonban a mélyreható tanulásra kifejezetten a számításokhoz tervezett mikrochipnek még erősebbnek kell lennie.

Az új mikroszerkezeti architektúrák lehetősége a mesterséges intelligencia javítására emelte a vállalkozói aktivitás szintjét, amelyet a mikrochip ipar nem látott évtizedek óta.

Példák?

Tesla titokban kifejlesztette saját zsetonjait autók mesterséges intelligenciájára.

A Facebook tervezi saját chipjeinek létrehozását a jobb mesterséges intelligencia érdekében.

Nagy technológiai cégekabban a reményben, hogy az AI-t - beleértve a Google-t, a Microsoftot és az Amazon-t is - használja és forgalmazza, saját mélyreható tanulási zsetonjain dolgozik. Sok kisebb cég is új chipeket fejleszt. „Lehetetlen nyomon követni az összes olyan céget, amelyik az AI zsetonokba ugrik be ezen a versenyen” - mondta Mike Delmer, egy elemző cég a Linley Group mikrochip elemzője. "Nem viccelek: hetente legalább körülbelül egyet fogunk találni."

Az igazi lehetőség nem azA legerősebb zsetonokat mélyreható tanulásra építette, mondta Xie. Az energiahatékonyság fontos, mert az AI-nek nagy adatközpontokon kívül kell dolgoznia, miközben csak az eszköz akkumulátorában rendelkezésre álló energiára kell támaszkodnia.

"Az AI mindenhol lesz, és rendkívül fontos lesz az energiahatékonyság megteremtése." - mondja Navin Rao, az Intel mesterséges intelligencia termékeinek alelnöke.

A Xe hardver például többhatékony, mert fizikailag csökkenti az adatok tárolásának és elemzésének problémáját, és intelligens sémákat is használ az adatok újrafelhasználására. Mielőtt csatlakozna az MIT-hez, a Ce először alkalmazta ezt a megközelítést, hogy javítsa a Texas Instruments videó tömörítési hatékonyságát.

Olyan gyorsan fejlődő területen, mint mélyA képzés, az AI-hez használt zsetonokkal foglalkozó személyek feladata annak biztosítása, hogy azok elég rugalmasak legyenek ahhoz, hogy alkalmazkodjanak bármilyen alkalmazáshoz. Könnyedén kialakíthatsz egy szuper hatékony chipet, amely csak egy dologra képes, de egy ilyen termék gyorsan elavul.

Chip Xie-t Eyerissnek hívják. A Joel Emer, az Nvidia Research Associate és az MIT professzor együttműködésével kifejlesztett chipet számos szabványos processzorral tesztelték, hogy megtudja, hogyan kezeli a különböző mély tanulási algoritmusokat. A tavaly közzétett cikk szerint a hatékonyság és a rugalmasság kombinációjának köszönhetően az új chip 10 vagy akár 1000-szer nagyobb teljesítményt ér el, mint a meglévő berendezések.

Az egyszerűbb AI chipek már jelentősekbefolyása. A csúcskategóriás okostelefonok már tartalmazzák a képeket és a hangfelismerést szolgáló mély tanulási algoritmusok futtatására optimalizált chipeket. A hatékonyabb chipek lehetővé teszik ezeknek az eszközöknek a hatékonyabb AI-kódok jobb képességét. Az önjáró autóknak nagy teljesítményű számítógépes chipekre van szükségük, mivel a jelenlegi prototípusok többsége a számítógépek hegyére támaszkodik.

Rao szerint az MIT chipek ígéretesek, deAz új hardver architektúra sikereit sok tényező fogja meghatározni. Az egyik legjelentősebb tényező a szoftver fejlesztése, amely lehetővé teszi a programozók számára, hogy kódot futtassanak rajta. „Valami hasznos összeállítás a fordító szempontjából talán a jóváhagyás legnagyobb akadálya” - mondja.

A Laboratóriumok Xie a lehetőségeket is vizsgáljaolyan szoftver létrehozása, amely jobban kihasználja a meglévő számítógépes chipek tulajdonságait. És ez a munka túlmutat a mély tanuláson.

Együtt Sertak Karamánnal az osztályonAeronautika és asztronautika a Massachusetts Institute of Technology-ban, a Xie kifejlesztette a kis teljesítményű Navion chipet, amely hihetetlenül hatékony a háromdimenziós térképezés és navigáció elvégzéséhez egy kis drone számára. A Navion azt mutatja, hogy az AI (mély tanulás) és a hardver (chipek) területén működő szoftverek együtt fejlődnek, szimbiózisban.

A Xie chipek nem vonzhatják a figyelmetmint a hullámzó drónok, de az a tény, hogy a MARS-en mutatták be, a technológia fontosságáról beszél az AI jövőjére. Lehetséges, hogy a következő MARS konferencián robotok és drónok lesznek valami újdonsággal.

Mit gondolsz, mikor várjuk a mesterséges intelligencia robbanásszerű növekedését? Beszélgessünk beszélgetésünkben a Telegramban.