Представиха първия комерсиален ИИ чип, който може да се обучава самостоятелно
Калифорнийският стартъп Eta Compute изпрати на сътрудниците си първия пестелив процесор, който може да се самообучава без намесата на индивида и не изисква авансово структурирани данни.
Eta Compute акцентира в своя уеб страница, че TENSAI е извънредно пестелив. В режим на подготвеност чипът употребява едвам 50 микровата, а при оптимално натоварване – 500 микровата. Използва се профилирана невронна мрежа.
В TENSAI е се употребява невронна мрежа от свързани възли, всеки от които има избрани тегло. Комбинацията от теглата и връзките дефинират крайния резултат. Теглата се задават във тип на 8 или 16-битови цифри. Използва се логаритъма spiking neural network (SNN) – всеки възел може да има тегло, както и значение 0 или 1. По този метод се имитира работата на човешкия мозък.
SNN взема решение дилемите извънредно икономично, тъй като процесорът не прави умножения, а единствено сумира числата. Порталът IEEE Spectrum посочи, че тази невронна мрежа може да се учи и от неструктурирани данни. Посочва се и образец – обичайна невронна мрежа би трябвало да проучва 100 000 пиксела на другите фотоси, с цел да стартира да разпознава да вземем за пример, гепард. На SNN са ѝ задоволителни 1000 пиксела.
Обучението на новия чип е доста елементарно, а стартъпът показа видео, показващо независимото образование за разпознаването на думата Smart. Само след 10 повторения, невронната мрежа в чипа стартира сполучливо да го разпознава, без никаква човешка интервенция.
Създателите на TENSAI споделят, че чип с толкоз ниска консумация на електрическа сила може да вземем за пример, да бъде вграден в смарт колонка, която да разпознава огромен брой кодови думи без да е нужна връзка с интернет.
Eta Compute съобщи, че сътрудниците на компанията и огромните евентуални клиенти към този момент са получили екземпляри на TENSAI. Производството на ИИ чипа би трябвало да стартира през 2019 година.
Eta Compute акцентира в своя уеб страница, че TENSAI е извънредно пестелив. В режим на подготвеност чипът употребява едвам 50 микровата, а при оптимално натоварване – 500 микровата. Използва се профилирана невронна мрежа.
В TENSAI е се употребява невронна мрежа от свързани възли, всеки от които има избрани тегло. Комбинацията от теглата и връзките дефинират крайния резултат. Теглата се задават във тип на 8 или 16-битови цифри. Използва се логаритъма spiking neural network (SNN) – всеки възел може да има тегло, както и значение 0 или 1. По този метод се имитира работата на човешкия мозък.
SNN взема решение дилемите извънредно икономично, тъй като процесорът не прави умножения, а единствено сумира числата. Порталът IEEE Spectrum посочи, че тази невронна мрежа може да се учи и от неструктурирани данни. Посочва се и образец – обичайна невронна мрежа би трябвало да проучва 100 000 пиксела на другите фотоси, с цел да стартира да разпознава да вземем за пример, гепард. На SNN са ѝ задоволителни 1000 пиксела.
Обучението на новия чип е доста елементарно, а стартъпът показа видео, показващо независимото образование за разпознаването на думата Smart. Само след 10 повторения, невронната мрежа в чипа стартира сполучливо да го разпознава, без никаква човешка интервенция.
Създателите на TENSAI споделят, че чип с толкоз ниска консумация на електрическа сила може да вземем за пример, да бъде вграден в смарт колонка, която да разпознава огромен брой кодови думи без да е нужна връзка с интернет.
Eta Compute съобщи, че сътрудниците на компанията и огромните евентуални клиенти към този момент са получили екземпляри на TENSAI. Производството на ИИ чипа би трябвало да стартира през 2019 година.
Източник: kaldata.com
КОМЕНТАРИ