NộI Dung
Q:
Làm thế nào các chip MIT mới có thể giúp với các mạng thần kinh?
A:
Công trình khoa học mới trên các mạng thần kinh có thể làm giảm yêu cầu về năng lượng và tài nguyên của họ đến mức các kỹ sư có thể đưa khả năng mạnh mẽ của họ vào các bộ thiết bị đa dạng hơn nhiều.
Điều đó có thể có tác động rất lớn đến mọi thứ trong cuộc sống của chúng ta, từ cách chúng ta chuẩn bị thức ăn đến cách chúng ta đến bác sĩ, hoặc cách chúng ta đi lại bằng ô tô hoặc phương tiện giao thông công cộng.
Nghĩ về cách điện thoại thông minh thay đổi cuộc sống của chúng ta - sau đó nghĩ về việc có công nghệ máy học và trí tuệ nhân tạo được tích hợp trong các thiết bị cầm tay nhỏ này.
Một số công việc đột phá này đang được trưng bày tại MIT, nơi một số sinh viên ngành kỹ thuật điện và khoa học máy tính đang xem xét cách cải thiện thiết kế và xây dựng các hệ thống AI / ML.
Cụ thể, những nỗ lực của Abhishek Biswas, một sinh viên tốt nghiệp MIT và các đồng nghiệp khác nhau đang nhận được rất nhiều sự chú ý trên báo chí công nghệ.
Techcrunch nói về cách mà sự phát triển của khoa học mạng thần kinh có thể thúc đẩy điện toán trên máy tính góc cạnh và đưa các công nghệ mạnh hơn vào các thiết bị chạy bằng pin di động.
Forbes nói rằng đột phá của Biswas, có thể giúp đưa trí tuệ nhân tạo vào máy xay sinh tố của bạn.
Nhìn chung, những tiến bộ của các nhà khoa học MIT đang tạo nên làn sóng một phần vì rõ ràng những thành tựu này có thể ảnh hưởng đến công nghệ tiêu dùng của chúng ta như thế nào, cũng như những thứ được sử dụng cho mục đích kinh doanh của chính phủ hoặc doanh nghiệp.
Về cơ bản, loại tiến hóa của bộ xử lý mà Biswas mô tả phải thực hiện với các chức năng đồng định vị trong môi trường chip. Trong một bài báo trên Science Daily, người viết giải thích cách hầu hết các bộ xử lý truyền thống có bộ nhớ được lưu trữ bên ngoài khu vực xử lý và dữ liệu được đưa qua lại. Tuy nhiên, nhu cầu này đối với sự di chuyển của dữ liệu bộ nhớ được lưu trữ tốn rất nhiều năng lượng.
Biswas nói về sản phẩm dot dot, hoạt động cốt lõi hoặc hoạt động cốt lõi giúp mạng lưới thần kinh hoạt động. Các nhà khoa học này cũng đang xem xét việc sử dụng trọng số nhị phân để đơn giản hóa các hệ thống - và ý tưởng này thực sự là một phần cơ bản của khoa học máy tính kể từ trước khi máy tính cá nhân đầu tiên được phát minh.
Bằng cách thúc đẩy các loại thay đổi phần cứng này, các nhà khoa học đang cung cấp sự linh hoạt hơn cho các công cụ học máy và trí tuệ nhân tạo đang thay đổi cách chúng ta sử dụng các công nghệ. Bằng cách chuyển từ lập trình tuyến tính hoàn toàn xác định sang một hệ thống mà máy tính bắt chước hoạt động não bộ của con người, sắp bắt đầu một cuộc phiêu lưu mới với các công nghệ mạnh hơn nhiều trong tầm tay.