Невронните мрежи се използват за типични задачи като разпознаване на реч и фотообработка
Чип, базиран на невронни мрежи, намалява консумацията на енергия с 95 процента в сравнение с традиционните си аналози. Това го прави идеален за използване в устройства, работещи на батерии, като мобилни телефони и таблети. Технологията дава възможност тези устройства да се възползват максимално от сложните системи, базирани на невронни мрежи. Разработката е на учени от Масачузетския технологичен институт.
Невронните мрежи се състоят от множество основни, взаимносвързани информационни процесори. Обикновено тези мрежи се учат как да изпълняват задачи чрез анализиране на големи набори от данни и прилагайки това към нови задачи. Те се използват за типични задачи като разпознаване на реч, фотообработка, както и за по-нови задачи – например, възпроизвеждане на това, което мозъкът реално вижда.
Проблемът е, че невронните мрежи са големи и консумират много енергия. Мрежите, приложими за телефон, трябва да са по-малки – и поради това техните възможности на практика са силно ограничени. За да се постигне намаляване на консумираната енергия, в новия чип на MIT скоростта на изчисление на невронните мрежи е увеличена от 3 до 7 пъти в сравнение с предишните поколения чипове.
Изследователите са опростили алгоритмите на машинното обучение в невронните мрежи до една единствена точка, наречена дот-продукт. Тя включва всички движения напред и назад на различните възли в невронната мрежа и елиминира необходимостта да се предават данните напред и назад до паметта, както е в предишните модели. Новият чип може да изчислява дот-продукти за множество възли (16 възела в прототипа) в една стъпка, вместо да се изпращат суровите данни от всяко изчисление между процесора и паметта.
Според вицепрезидента на IBM по изкуствен интелект Дарио Джил, това е огромна стъпка напред. “Резултатите са впечатляващи и това със сигурност ще отвори възможността за използване на по-сложни невронни мрежи за категоризиране на изображения и видеоклипове в областта на Интернет на нещата в бъдеще”.