תוֹכֶן
ש:
איך שבבי MIT חדשים יכולים לעזור ברשתות עצביות?
ת:
עבודה מדעית חדשה ברשתות עצביות עשויה להפחית את דרישות העוצמה והמשאבים שלהם עד לנקודה בה המהנדסים יוכלו להכניס את יכולותיהם העוצמתיות למערכות מכשירים מגוונות בהרבה.
זה יכול להשפיע מאוד על כל מה שבחיינו, מאיך שאנחנו מכינים אוכל ועד איך אנחנו הולכים לרופא, או איך אנחנו מסתדרים באמצעות המכוניות שלנו או התחבורה הציבורית.
חשוב על האופן בו סמארטפונים שינו את חיינו - ואז חשוב לבנות טכנולוגיות למידה של מכונות וטכנולוגיות בינה מלאכותית המובנות במכשירים הניידים הקטנים האלה.
חלק מהעבודה פורצת הדרך הזו מוצגת ב- MIT, שם בודקים כמה סטודנטים להנדסת חשמל ומדעי המחשב כיצד לשפר את התכנון והבנייה של מערכות AI / ML.
באופן ספציפי, המאמצים של אבהישק ביזוואז, סטודנט לתואר שני ב- MIT, ועמיתים שונים זוכים לתשומת לב רבה בעיתונות הטכנולוגית.
Techcrunch מדבר על האופן בו התפתחות מדעי הרשת העצבית יכולה לקדם "מחשוב בקצה" ולהכניס טכנולוגיות חזקות יותר למכשירים הניידים עם סוללות.
פורבס אומר כי פריצת הדרך של ביסוואז יכולה "להכניס בינה מלאכותית לבלנדר שלך."
ככלל, התקדמותם של מדעני ה- MIT מצליחה להכות גלים, בין השאר מכיוון שהדבר ברור כיצד ההישגים הללו יכולים להשפיע על הטכנולוגיות הצרכניות שלנו, כמו גם על אלה המשמשים למטרות ממשלתיות או עסקיות.
בעיקרו של דבר, סוג האבולוציה של המעבד שתיאר ביזוואס קשור לפונקציות איתור משותפות בסביבת שבבים. במאמר של Science Daily, הכותב מסביר כיצד לרוב המעבדים המסורתיים יש זיכרון שנאגר מחוץ לאזור העיבוד, ונתונים מועברים קדימה ואחורה. עם זאת, צורך זה בתנועה של נתוני זיכרון מאוחסן דורש כוח רב.
Biswas מדבר על "מוצר הנקודה" או פעולת הליבה המסייעת לרשתות עצביות לעבוד. מדענים אלה שוקלים גם את השימוש במשקלים בינאריים כדי לפשט מערכות - והרעיון הזה היה באמת חלק מהותי במדעי המחשב מאז שהומצאו המחשבים האישיים הראשונים.
על ידי קידום סוגים אלה של שינויים בחומרה, המדענים מספקים רב-תכליתיות יותר למידת המכונה וכלים בינה מלאכותית המשנים את אופן השימוש שלנו בטכנולוגיות. על ידי מעבר מתכנות ליניארית דטרמיניסטית גרידא למערכת בה מחשבים מחקים את פעילות המוח האנושי, עמדו לצאת להרפתקה חדשה עם טכנולוגיות חזקות בהרבה בהישג ידנו.