Na topie

Sztuczna inteligencja w czasie rzeczywistym

Autor:

więcej artykułów ze strefy:
Technologie i Firma

Kategoria: Technologie i Firma Tematyka: Innowacje w firmie sztuczna inteligencja Producenci: intel Microsoft

„Nazywamy to sztuczną inteligencją w czasie rzeczywistym, ponieważ idea polega na tym, że wysyłasz zapytanie i natychmiast otrzymujesz odpowiedź”

  • Sztuczna inteligencja w czasie rzeczywistym
A A

Coraz szersze wykorzystanie chmury i rosnąca liczba informacji koniecznych do przetworzenia – między innymi to sprawia, że potrzebna jest sztuczna inteligencja, która może być obsługiwana w czasie rzeczywistym. Firma Microsoft twierdzi, że udało jej się stworzyć coś, co rozwiązuje wiele problemów.

Microsoft przedstawił swoją nową platformę akceleracyjną do superszybkiej obsługi zaawansowanych modeli „deep learningowych”. Brainwave, bo tak się nazywa, ma być ważnym krokiem naprzód – pozwoli sztucznej inteligencji odbierać i przetwarzać informacje praktycznie w czasie rzeczywistym (z opóźnieniami poniżej 1 ms), o ile tylko pozwoli na to przepustowość łącza.

Platforma Brainwave działa na nowym chipie Intel Stratix 10 FPGA i osiąga wydajność 39,5 teraflopów, wykonując przeszło 130 000 operacji obliczeniowych na cykl. Niskie opóźnienia zaś są możliwe między innymi dzięki temu, że procesor nie musi przetwarzać przychodzących żądań. Wynik ten ma być ponadto poprawiany, jak zapewnia Microsoft.

Brainwave ma się cechować nie tylko wysoką wydajnością i niskimi opóźnieniami, ale też elastycznością z zakresu typu danych. W przeciwieństwie do innych tego typu rozwiązań, w projekcie Microsoftu nie ma pod tym względem większych ograniczeń. Co więcej, platforma pozwala budować system w oparciu o różne popularne frameworki, nie tylko Cognitive Toolkit Microsoftu, ale też na przykład TensorFlow od Google. Jak można się było spodziewać – całość zostanie udostępniona przez Azure.

„Nazywamy to sztuczną inteligencją w czasie rzeczywistym, ponieważ idea polega na tym, że wysyłasz zapytanie i natychmiast otrzymujesz odpowiedź – czy to film, rozmowa, poszukiwania intruzów czy wykrywanie anomalii. Gdy liczą się szybkie rezultaty, chcesz mieć je w czasie rzeczywistym” – tłumaczy Doug Burger z Microsoft Research.

Więcej szczegółów na blogu Microsoft Research.

Źródło: Microsoft Research

Odsłon: 2826 Skomentuj newsa
Komentarze

3

Udostępnij
    1. Promilus
      Oceń komentarz:

      4    

      Opublikowano: 2017-08-23 13:56

      Sprzęt, sprzęt... Stratix to nie procesor tylko FPGA zatem sam w sobie nie realizuje "programu" tylko właśnie funkcjonalność sieci neuronowej. Szybko i efektywnie. Ale im więcej do nauczenia, im trudniejsze zadanie tym więcej neuronów i synaps trzeba. Czy to przez wzrost ilości neuronów wejściowych (np. dopasowanie do rozmiaru danych wejściowych), czy też wzrost w warstwach wewnętrznych. Zatem jak najbardziej cały czas ograniczeniem AI będzie w sumie sprzęt. Zakładając szczytowe użycie naszego CUN na poziomie 20% wszystkich neuronów i synaps to daje ok 2e+10 neuronów i 2e+14 synaps. Trochę dużo.

      Skomentuj

  1. Marucins
    Oceń komentarz:

    4    

    Opublikowano: 2017-08-23 13:47

    Tu nawet nie o moc przerobową chodzi a piekielnie szybki dostęp do danych.

    Skomentuj

    1. BrumBrumBrum
      Oceń komentarz:

      0    

      Opublikowano: 2017-08-25 11:05

      to jest podstawowa cecha neuronu, że przetwarza, i .... jednocześnie pamięta. to tak jakby komórki RAM albo nawet Flash poupychac w całym CPU, taki pamięcio procesor.

      Zbliżoną ideę realizuje procesor neuronowy od IBM. Dostępny jest od dawna.

      Skomentuj

Dodaj komentarz

Przy komentowaniu prosimy o przestrzeganie netykiety i regulaminu.

Aby dodać komentarz musisz być zalogowany!