Совсем недавно, ясным утром в Палм-Спрингс, штат Калифорния, Вивьен Се вышла на небольшую сцену, чтобы провести, пожалуй, самую нервную презентацию в своей карьере.
Тема была известна ей насквозь. Она должна была рассказать аудитории о чипах, которые разрабатывались в ее лаборатории в MIT и которые обещают принести мощный искусственный интеллект на множество устройств с ограниченным электропитанием.
Известно, что большая часть вычислительных задач силами искусственного интеллекта сегодня проводился в огромных дата-центрах. Тем не менее, событие — и аудитория — заставили Се задуматься.
Новейшие разработки в области чипов — вроде тех, которые разрабатывались в лаборатории Се — могут иметь решающее значение для будущего прогресса искусственного интеллекта (ИИ), включая области тех же дронов и роботов, которые были на MARS.
До недавних пор ПО для ИИ полагалось по большей части на графические чипы, но новое оборудование может сделать алгоритмы ИИ более мощными, что откроет новые применения.
Новые чипы для ИИ могли бы сделать роботов-кладовщиков более повсеместными или позволить смартфонам создавать фотореалистичный пейзаж с дополненной реальностью.
Чипы Се одновременно и чрезвычайно эффективны, и гибкие в своем дизайне, что важно для области, которая стремительно развивается.
Эти микрочипы предназначены для того, чтобы выжимать больше из алгоритмов «глубокого обучения» ИИ, которые и без того перевернули мир с ног на голову.
И в процессе этого они могут вдохновить сами алгоритмы на эволюцию.
«Нам нужно новое аппаратное обеспечение, потому что закон Мура замедлился» — говорит Се, имея в виду аксиому, введенную соучредителем Intel Гордоном Муром, который предсказал, что число транзисторов на чипе будет удваиваться примерно каждые 18 месяцев.
Сейчас этот закон все сильнее упирается в физические ограничения, связанные с инженерными компонентами в атомных масштабах.
И это стимулирует новый интерес к альтернативным архитектурам и подходам к вычислениям.
Высокие ставки, связанные с инвестициями в чипы ИИ следующего поколения и сохранением доминирующего положения Америки в производстве чипов в целом, очевидны для правительства США.
Микрочипы Се разрабатываются при поддержке программы DARPA по разработке новых конструкций микрочипов для искусственного интеллекта.
Конечно, эта программа создавалась на фоне стремительного развития Китая в этой же области.
Но инновации в производстве микрочипов стимулировались в основном за счет развития глубокого обучения, очень мощного способа обучения машин выполнению полезных задач.
Вместо того, чтобы давать компьютеру набор правил, которым нужно следовать, машина по сути программирует себя сама.
Обучающие данные подаются в большую имитируемую искусственную нейронную сеть, которая затем настраивается таким образом, чтобы получить желаемый результат.
При достаточной тренировке система глубокого обучения может находить незаметные и абстрактные закономерности в данных.
Этот метод применяется для растущего числа практических задач, от распознавания лиц на смартфонах до прогнозирования заболеваний по медицинским снимкам.
Новая гонка чипов
Более простые чипы ИИ уже оказывают существенное влияние.
Высококачественные смартфоны уже включают чипы, оптимизированные для запуска алгоритмов глубокого обучения для распознавания изображений и голоса. Б
олее эффективные чипы могли бы позволить этим устройствам обрабатывать более мощный код ИИ с лучшими способностями.
Самоуправляемые автомобили нуждаются в мощных компьютерных чипах, поскольку большинство нынешних прототипов полагаются на гору компьютеров.
Рао говорит, что чипы MIT многообещающие, но успех новой аппаратной архитектуры будет определяться многими факторами.
Один из наиболее важных факторов, по его словам, это разработка программного обеспечения, которое позволяет программистам запускать на нем код.
«Создание чего-то полезного с точки зрения компилятора — это, пожалуй, самое большое препятствие для одобрения» — говорит он.
Лаборатори Се также исследует и возможности создания программного обеспечения, которое будет лучше задействовать свойства существующих компьютерных чипов.
Эта работа выходит за рамки просто глубокого обучения.
Вместе с Сертаком Караманом из отделения аэронавтики и астронавтики Массачусетского технологического института Се разработала маломощный чип Navion, который невероятно эффективно осуществляет трехмерное картирование и навигацию для крошечного дрона.
Navion показывает, что программное обеспечение в области ИИ (глубокое обучение) и аппаратное (чипы) начинают эволюционировать совместно, в симбиозе.
Чипы Се, возможно, не так привлекают внимание, как машущие дроны, но тот факт, что их показали на MARS, говорит о важности ее технологий для будущего ИИ.
Возможно, уже на следующей конференции MARS роботы и дроны будут с чем-нибудь новеньким внутри.
Источник: Новости высоких технологий
Самые актуальные новости - в 
