内容来源;ATYUN AI平台
神经网络在AI中具有举足轻重的地位,它们很擅长数据方面的处理,如转录语音或以近乎完美的准确度描述图像。问题在于神经网络模仿人类大脑的结构,通常是用软件而不是硬件来构建的,软件运行在传统的计算机芯片上。而这会降低速度。
IBM现在已经表明,直接在硅中构建神经网络的关键特性可以使其效率提高100倍。以这种方式建造的芯片可能会在未来几年大大加速机器学习。
IBM芯片就像用软件编写的神经网络一样模仿连接大脑中单个神经元的突触。这些突触连接的强度需要调整以便网络学习。在大脑中,这种情况的发生是随着时间的推移而增长或萎缩的。这很容易在软件中复制,但用硬件难以实现,然而现在有了突破进展。
IBM研究人员在Nature杂志发表的一篇研究论文中展示了微电子突触。他们的方法从神经科学中获得启发,通过使用两种类型的突触:短时计算和长时记忆。美国国家科学和技术研究院正在研究受神经影响的计算机硬件的研究员Michael Schneider说,这种方法解决了一些关键问题,其中最显著的是低准确度,这让之前在硅上构建人工神经网络存在问题。
研究人员测试了一个由两个简单图像识别任务构成的神经网络:手写和彩色图像分类。他们发现该系统与基于软件的深度神经网络一样精确,它只消耗1%的能量。
这个发现不仅对人工智能很重要。如果它扩展到商业生产,它可能会证明IBM的重大赌注。尽管目前公司不销售电脑芯片,但它一直在投资彻底改造计算机硬件,新型的微电子元件可能有助于为下一个重大进展提供动力。这项新技术可能是第一步,使机器学习更加高效,并且更易于部署在智能手机等小型设备上。
Schneider表示:“在能效和训练速度方面,为现有的100倍目标努力似乎的确值得。”然而,并非每个人都相信这一点。在斯坦福大学研究计算机体系结构的Kwabena Boahen认为,这项工作让他想起了那些关于记忆电阻器的炒作,那是一种可调的晶体管,有点类似于突触,在过去的十多年里一直处于发展不充分的状态。
IBM芯片的设计也相对笨拙,由不少于五个晶体管和至少三个其他组件组成,而普通芯片上只有单个晶体管。此外,该系统的某些方面迄今仅进行了模拟测试,IBM仍然需要构建和测试完整的芯片。尽管如此,这项工作可能是受到生物学启发的重要一步,它可能会直探AI逻辑的核心。
本文转自ATYUN人工智能媒体平台,原文链接:IBM的新型AI芯片或可使AI能效提高100倍
更多推荐
标签:
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com