В рамках работы, проводимой в лабораториях Intel, компания разработала первый в своем роде нейроморфный самообучающийся чип — тестовый чип Loihi, — который имитирует функции мозга, обучаясь работать на основе различных режимов реагирования на внешние раздражители. Этот высокоэффективный с точки зрения энергопотребления чип использует данные для обучения и построения выводов, становится «умнее» со временем, не требует традиционного обучения и использует новый подход к вычислениям с помощью асинхронных потенциалов действия электрической активности (импульсов).
Мы считаем, что ИИ находится на ранней стадии развития и что будут появляться новые архитектуры и методы, подобные чипу Loihi, для дальнейшего развития ИИ. Нейроморфные вычисления опираются на современные знания об архитектуре мозга и связанных с ней вычислениях. Нейронные сети мозга получают информацию посредством электрических импульсов, или потенциалов действия, и модулируют силу синапсов, или вес межсоединений, в зависимости от длительности этих потенциалов действия, сохраняя эти изменения локально внутри межсоединений. Интеллектуальное поведение возникает в результате кооперативного и конкурентного взаимодействия между несколькими областями нейронных сетей мозга и их окружающей средой.
Модели машинного обучения, такие как глубокое обучение, в последнее время добились больших успехов, используя большие наборы данных для обучения и распознавания объектов и событий. Однако, если эти обучающие данные не учитывают конкретный элемент, ситуацию или обстоятельство, эти системы машинного обучения плохо обобщают данные.
Потенциальные преимущества самообучающихся чипов безграничны. Один из примеров — считывание частоты сердечных сокращений человека в разных состояниях — после бега, после еды или перед сном — и передача этих данных нейроморфной системе, которая анализирует данные для определения «нормальной» частоты сердечных сокращений. Затем система может непрерывно отслеживать данные о сердце, чтобы выявлять закономерности, отклоняющиеся от «нормального» значения. Эта система может быть настроена под любого пользователя.
Подобная логика может быть применена и в других областях, например, в кибербезопасности, где аномалия или различие в данных может указывать на несанкционированный доступ, поскольку система выработала закономерность «нормальности» в различных контекстах.
Представляем тестовый чип Intel Loihi:
Исследовательский тестовый чип Intel Loihi включает в себя цифровую схему, имитирующую основные механизмы работы мозга, что ускоряет и повышает эффективность искусственного интеллекта при меньших вычислительных затратах. Нейроморфные модели чипа основаны на моделях коммуникации и обучения нейронов, используя потенциалы действия электрической активности и синаптическую пластичность, которые могут модулироваться в зависимости от их длительности. Это помогает компьютерам самоорганизовываться и принимать решения на основе закономерностей и ассоциаций.
Тестовый чип Intel Loihi предлагает гибкое обучение на чипе, объединяя обучение и вывод на одном чипе. Это позволяет машинам быть автономными и адаптироваться в режиме реального времени, а не ждать следующего обновления из облака. Исследователи продемонстрировали обучение более чем в миллион раз быстрее, чем другие типичные нейронные сети на основе потенциалов действия электрической активности, исходя из общего числа операций, необходимых для достижения заданной точности при решении задач распознавания цифр с использованием базы данных MNIST. По сравнению с такими технологиями, как сверточные нейронные сети и нейронные сети глубокого обучения, тестовый чип Intel Loihi использует гораздо меньше ресурсов для выполнения той же задачи.
Разработанные на основе этого тестового чипа возможности самообучения обладают огромным потенциалом для улучшения приложений в автомобильной, промышленной и персональной робототехнике — в любом приложении, которое может извлечь выгоду из автономной работы и непрерывного обучения в неструктурированной среде, например, распознавания движения транспортного средства или велосипеда.
Кроме того, он экономит до 1000 раз больше энергии, чем вычислительные мощности общего назначения, необходимые для типичных систем обучения.
В первой половине 2018 года тестовый чип Intel Loihi будет распространен среди ведущих университетов и исследовательских институтов для разработки технологий искусственного интеллекта.
Дополнительные особенности.
Среди особенностей тестового чипа Loihi можно выделить следующие:
- Полностью асинхронная многоядерная нейроморфная сеть, поддерживающая широкий спектр разреженных, иерархических и рекуррентных топологий нейронных сетей, где каждый нейрон способен взаимодействовать с тысячами других нейронов.
- Каждое нейроморфное ядро включает в себя механизм обучения, который может быть запрограммирован на адаптацию к параметрам сети во время работы, поддерживая парадигмы обучения с учителем, без учителя и с подкреплением (и другие).
- Он был изготовлен с использованием 14-нм технологического процесса Intel.
- Он имеет в общей сложности 130 000 нейронов и 130 миллионов синапсов.
- Разработка и тестирование нескольких алгоритмов с высокой алгоритмической эффективностью для решения таких задач, как планирование пути, удовлетворение ограничений, изолированное кодирование, обучение словарям, а также динамическое обучение и адаптация к шаблонам.
