Предложен е нов метод за създаване на невронни мрежи от логически елементи
Невронните мрежи, програмирани непосредствено в хардуера на компютрите, ще могат да разпознават изображенията по-бързо и с доста по- дребна консумация на сила от невронните мрежи, въз основата на които работят множеството модерни модели на изкуствен интелект. Това разкриха на конференция във Ванкувър (Канада) експерти от Станфорд. Те са създали тактика за основаване на бързи и рентабилни невронни мрежи от логичен детайли.
Невронните мрежи се състоят от така наречен перцептрони – мощно опростени модели на невроните на човешкия мозък. Когато са доста на брой, те имат огромни благоприятни условия, само че също по този начин употребяват големи количества сила. Освен това перцептроните са единствено софтуерна абстракция: работата на мрежа от перцептрони на един графичен процесор изисква превръщане на тази мрежа на езика на хардуера, което лишава време и сила. Ако мрежата се построи непосредствено от хардуерни съставни елементи, тези разноски могат да бъдат понижени. Ако невронните мрежи могат да бъдат вградени непосредствено в микрочиповете на смарт телефоните и другите устройства, размерът на трафика сред компютрите и сървърите ще бъде доста понижен.
Феликс Питерсен показа своята тактика на конференцията за машинно образование NeurIPS. Той е създал невронна мрежа, състояща се от логичен детайли – главните детайли на изчислителната техника. Всеки гейт на собствен ред се състои от единствено няколко транзистора. Подобна мрежа от логичен детайли работи по-бързо и изисква стотици и хиляди пъти по-малко сила.
Разбира се, сходна мрежа се оправя доста по-зле със дилемите за маркиране на изображения, в сравнение с елементарните невронни мрежи. Въпреки това създателите на концепцията считат, че този метод ще открие забавни благоприятни условия за машинното образование, написа Technology Review.
Не всички участници в конференцията са съгласни с това умозаключение. Фариназ Кушанфар от Калифорнийския университет, Сан Диего, съобщи, че не е сигурна в способността на този вид мрежи да извършват на практика задания. „ Това е занимателна концепция, само че не знам какъв брой добре се мащабира “, сподели тя. И добави, че сходна мрежа може да бъде подготвена единствено посредством апроксимация, релаксационен способ, а апроксимациите могат да подведат.
Въпреки това Питърсън е оптимист и има намерение да продължи да изследва опциите на мрежите, построени от логичен детайли. Той има намерение да сътвори „ базов хардуерен модел “: мощна, универсална мрежа за различаване на изображения, която може да бъде интегрирана в компютърните чипове в смарт телефоните и компютрите.
Това може да докара до големи енергийни облаги, споделя Петерсен. Ако тези мрежи могат дейно да възвръщат да вземем за пример фотосите и видеоклиповете от материали с ниска разграничителна дарба, тогава ще е належащо да се изпращат доста по-малко данни сред сървърите и персоналните устройства.
