Спeциaлисты кoмпaнии Google рaзрaбoтaли спeциaлизирoвaнный тeнзoрный прoцeссoр втoрoгo пoкoлeния, имeющий прoизвoдитeльнoсть в 45 терафлопс. Четверик таких процессора объединены в модуль, суммарной производительностью в 180 терафлопс, который может использоваться в качестве самостоятельной немногие, обеспечивающей работу алгоритмов глубинного машинного изучения и искусственного интеллекта. А немного в дальнейшем в этом году система из тысячи таких процессоров, производительностью 44 петафлопса, станет долею облачного сервиса Google Cloud Compute, доступ к которой совершенно бесплатно смогут наварить разработчики систем машинного изучения и искусственного интеллекта.

Напомним нашим читателям, какими судьбами даже первые тензорные процессоры (Tensor Processing Units, TPU) первого поколения, ориентированные возьми выполнение специализированных задач, демонстрировали в 10-30 раз большую производительность, чем обычные процессоры и графические процессоры. При этом, кпд работы тензорных процессоров превосходила эффективность других процессоров в 30-80 раз. Именно сверху тензорных процессорах работала система Alpha Go, которая одержала ряд впечатляющих побед по-над самыми именитыми игроками в китайскую игру Го.

Тензорные процессоры второго поколения предназначены с целью выполнения задач двух основных типов, для задач, связанных с изучением и самообучением, и во (избежание делания выводов на основе анализируемых данных. При этом, оба подобно задач, традиционно реализуемые при помощи разных аппаратных средств и программных алгоритмов, могут выполняться получи и распишись тензорном процессоре одновременно и синхронизируясь друг с другом.

Тензорные модули с четырьмя процессорами могут лежать объединены в группы по 64 модуля, производительность одной такой группы составляет 11.5 петафлопс, и именно такие группы будут использоваться в сервисе Google Cloud Compute. Разработчики смогут программировать все сие при помощи TensorFlow, самой распространенной программной оболочки, доступной через услуги GitHub. Также компания разработала унифицированный высокоуровневый программный интерфейс (API), который позволит вонзать алгоритмы машинного изучения с минимальными изменениями исходного кода, как на обычных процессорах, круглым счетом и на графических или тензорных процессорах в любом варианте их комбинаций.

И в охват следует отметить, что предоставляя бесплатный доступ к «облаку тензорных процессоров», команда Google, со слов ее представителей, преследует единственную цель — ускорить, в какой степени это максимально возможно, темп исследований в области машинного изучения и искусственного интеллекта, преимущество сделать это все максимально открытым и доступным для всех заинтересованных лиц.

Нeдaвнo нa тexнoлoгичeскoм фoрумe IMEC ITF2017 прeдстaвитeли исслeдoвaтeльскoгo и нaучнoгo цeнтрa IMEC, Бeльгия, прoдeмoнстрирoвaли пeрвый в свoeм роде самообучающийся нейроморфный чипилис. Работа этого чипа основана на принципах функционирования головного мозга, а в качестве коренной технологии реализации этих принципов выступает «фирменная» технология OxRAM. Благодаря этому чипок имеет, пусть и немного ограниченные, способности к самообучению, которых, тем не в меньшей степени, хватает для сочинения чипом простых музыкальных композиций, что и было продемонстрировано участникам упомянутого выше форума.

Человечий мозг является идеалом, к которому стремятся все разработчики вычислительных систем. Центр обладает огромной вычислительной мощностью, потребляя при этом всего несколько десятков Ватт энергии. Создавая новые вычислительные системы, разработчики стараются эпигонствовать принципам работы мозга, комбинируя самые современные аппаратные средства со сложным программным обеспечением. В этом направлении работают и исследователи центра IMEC. Они создают своего рода «стандартные блоки» аппаратного и программного обеспечения систем простейшего искусственного интеллекта, тот или будет обеспечивать в недалеком будущем работу так называемого «Интернета вещей».

Удачная и сбалансированная сочетание аппаратных и программных средств позволила специалистам центра IMEC разместить на релятивно небольшом кристалле чипа, потребляющем незначительное количество энергии, функции машинного изучения и самообучения. Используя сии функции, чип самостоятельно проводит ассоциации в наборах «скармливаемых» ему данных. И нежели большее количество ассоциаций будет найдено в данных, тем сильней станут знакомства между отдельными элементами чипа, своего рода электронными аналогами нейронов.

Микролит чипа изготовлен по 65-нм технологии. На нем присутствуют равно элементы традиционной CMOS-логики, так и массивы метало-оксидной резистивной памяти MRAM (metal-oxide resistive RAM), которую специалисты центра называют термином OxRAM. Каста память в 100 раз более эффективна с энергетической точки зрения, нежели прочие типы памяти, используемой в нейроморфных чипах. И, благодаря достаточному объему этой памяти, сифилис может создать и использовать 40 устойчивых ассоциативных связей.

Во время демонстрации чипа бери форуме IMEC ITF2017 чип обучился сочинять музыку, получив на вход цифирь нескольких музыкальных произведений. При этом, все правила, которые были использованы при самообучении и последующем сочинении музыки, сифилис определил полностью самостоятельно.

«Сейчас у нас уже имеются необходимые аппаратные средства, укомплектование программного обеспечения и среда программирования, которые позволят продвинуть далеко вперед область нейроморфных вычислений» — рассказывает Прэвин Рэгэвэн (Praveen Raghavan), сотрудник центра IMEC, — «И сегодня мы получили возможность создания на базе новых чипов сложных интеллектуальных систем. При этом, поверхность интеллекта системы будет расти в квадратичной или даже экспоненциальной зависимости ото количества включенных в нее нейроморфных чипов».

В тeчeниe пoслeдниx нeскoлькиx лeт eдинствeнным спoсoбoм, при пoмoщи кoтoрoгo мoжнo былo удостоверять уровень своей физической активности, было ношение миниатюрного устройства, которое получило обозначение «фитнесс-трекер». Однако, исследователи из Лаборатории информатики и искусственного интеллекта (Computer Science and Artificial Intelligence Laboratory) Массачусетского технологического института придумали свежий способ контроля, не требующий ношения каких-либо электронных устройств и делающий сие при помощи невидимых радиосигналов.

Исследователи из Массачусетса разработали новое элемент под названием WiGait, которое внешне очень напоминает обычный Wi-Fi-роутер, навешанный на стену. Это устройство излучает радиосигнал, мощностью в сто раз вверх уровня радиосигнала, излучаемого мобильным телефоном. Улавливая отраженный от тела человека звонок, устройство WiGait может определить скорость движения человека и даже распознать некоторые люди его движения.

Испытания технологии WiGait показали, что это устройство способно измерить обороты и длину шага с высокой точностью в 85 процентах случаев, оно также может изучать перемещения нескольких людей в одно и то же время. И это позволит создать систему контроля передвижений, которая, при помощи хранящихся в базе данных, сможет идентифицировать числом особенностям походки каждого конкретного человека.

Но не создание системы тотальной слежки и контроля было доминирующий целью исследователей из Массачусетса. Известно, что походка человека является одним из индикаторов состояния здоровья. Такие заболевания, как бы болезнь Паркинсона, рассеянный склероз и болезнь Альцгеймера оказывают на походку человека безумно сильное влияние, делая ее менее координированной и менее энергичной.

Исследователи предлагают использовать устройства WiGait в жилых помещениях, в учреждениях социальной защиты, в санаториях и медицинских учреждениях про контроля перемещения пожилых жильцов, посетителей или пациентов. Собираемые системой данное позволят отследить изменения походки человека в течение длительного времени, что может подтверждать косвенным образом на эффективность лечения и принятых профилактических мер.

Практическое использование системы WiGait безграмотный требует ношения человеком какого-либо электронного устройства, которое необходимо обманывать каждый день и синхронизировать с мобильным телефоном или компьютером. Ну а «невидимая» природа осуществляемого системой контроля позволит зафонарить ее дополнением к существующим системам контроля и безопасности.