IBM maakt plannen om zijn door de hersenen geïnspireerde chip te commercialiseren

In augustus vorig jaar onthulde IBM een chip die is ontworpen om zoiets als de neuronen en synapsen van de hersenen te bedienen (zie IBM Chip Process Data Vergelijkbaar met de manier waarop uw hersenen dat doen). Nu is het bedrijf begonnen aan een volgende generatie die erop gericht is mobiele apparaten beter te maken voor taken die gemakkelijk zijn voor de hersenen maar moeilijk voor computers, zoals spraakherkenning en het interpreteren van afbeeldingen.





IBM ontwierp deze chip om principes te gebruiken die in de hersenen aan het werk zijn en werkt nu aan een versie die mobiele apparaten slimmer kan maken.

We werken aan een volgende generatie van de chip, maar het belangrijkste zijn nu commerciële partners, zegt John Kelly, een senior vice-president bij IBM die toezicht houdt op IBM Research en verschillende bedrijfseenheden, waaronder twee die zich toeleggen op de Watson-machinesuite van het bedrijf. intelligentie software. Bedrijven zouden dit kunnen verwerken in allerlei soorten mobiele apparaten, machines, auto's, noem maar op.

Door op het brein geïnspireerde chips toe te voegen aan producten zoals telefoons, zouden ze in staat kunnen zijn om alles wat hun eigenaren zeggen te herkennen en te volgen wat er om hen heen gebeurt, zegt Kelly. De apparaten van tegenwoordig komen het dichtst in de buurt en luisteren naar bepaalde zoekwoorden. De nieuwste iPhone van Apple kan worden gewekt door Hey Siri te zeggen, en sommige telefoons die de software van Google gebruiken, kunnen worden gewekt met de uitdrukking OK Google.



IBM's TrueNorth-chiparchitectuur, zoals het wordt genoemd, is ontwikkeld via een door DARPA gefinancierd programma dat bedoeld is om mobiele computers in staat te stellen geavanceerde machine-intelligentiesoftware zoals beeld- of spraakherkenning te gebruiken zonder gebruik te hoeven maken van cloud computing-infrastructuur, en met behulp van zeer weinig vermogen (zie Denken in Silicium).

Kelly zegt dat IBM in gesprek is met toonaangevende computersysteemfabrikanten over hoe TrueNorth-ontwerpen hen kunnen helpen, maar weigert er een te noemen. We praten met de who's who in de mobiele ruimte en de IoT [Internet of things]-ruimte, zegt hij. Een TrueNorth-chip zou aan apparaatontwerpen worden toegevoegd als een co-processor die naast de conventionele processor werkt en nooit uitvalt, zegt Kelly.

De TrueNorth-chip die afgelopen augustus werd onthuld, is ongeveer zo groot als een postzegel en heeft een miljoen siliciumneuronen met 256 miljoen verbindingen ertussen die analoog zijn aan de synapsen die echte neuronen met elkaar verbinden. De chip verbruikt meer dan 1.000 keer minder stroom dan een conventionele processor van vergelijkbare grootte. IBM heeft laten zien hoe zijn netwerk van neuronen kan worden geprogrammeerd om taken uit te voeren, zoals het in realtime herkennen van verschillende voertuigen in videobeelden.



Omdat de TrueNorth-chiparchitectuur echter heel anders is dan die in bestaande computers, vereist dit nieuwe benaderingen voor het schrijven van software. En de nep-neuronen werken anders dan de op software gebaseerde kunstmatige neurale netwerken die bedrijven zoals Google, Facebook en Microsoft onlangs hebben gebruikt om doorbraken te maken in spraak- en beeldverwerking met behulp van een methode die bekend staat als deep learning (zie 10 Breakthrough Technologies 2013: Deep Aan het leren ).

Neuronen in IBM's TrueNorth-architectuur coderen gegevens met behulp van elektrische aan-uit-spikes, in een poging de pieksignalen van biologische neuronen na te bootsen. De gesimuleerde neuronen die bij deep learning worden gebruikt, gebruiken geen spikes.

Het is niet aangetoond dat kunstmatige neurale netwerken die gebruik maken van spiking-neuronen (inclusief IBM's) overeenkomen met de prestaties die worden bereikt met behulp van deep learning voor taken zoals spraakherkenning of beeldverwerking. Yann LeCun, die het AI-onderzoekslab van Facebook leidt en hielp bij het pionieren van deep learning, heeft scepsis uitgedrukt dat het praktisch zal zijn om te doen.



Dharmendra Modha, die leiding geeft aan de ontwikkeling van de door de hersenen geïnspireerde chips van IBM, stelt dat spiking van cruciaal belang is als neurale netwerken moeten worden uitgevoerd in een chip met een hoge energie-efficiëntie. Zijn team is begonnen met het maken van tools die het mogelijk maken om getrainde deep learning neurale netwerken over te zetten naar een TrueNorth-chip, zegt hij.

Deze chip was bedoeld als een substraat waarop een grote verscheidenheid aan neurale netwerken kan worden toegewezen voor realtime toepassingen met ultralage energie en ultralaag volume, zegt hij.

Terrence Sejnowski , leider van het computational neurobiology lab van het Salk Institute for Biological Studies, is het ermee eens dat spiking-neuronen belangrijk zijn als compacte computers in staat moeten zijn om intelligente dingen te doen zonder stroom te verslinden of op de cloud te tikken. Ze zijn niet voor niets in de natuur verschenen, zegt hij.



Nieuw onderzoek van een andere pionier op het gebied van diep leren, Yoshua Bengio van de Universiteit van Montreal, suggereert dat de nauwkeurigheid van de techniek gemakkelijker kan worden overgedragen naar spiking hardware-neuronen dan eerder werd gedacht, zegt Sejnowski. Bengio, die samenwerkt met IBM aan taalsoftware, plaatste een voorbereidend document vorige week online, waaruit bleek dat het aanpassen van de gesimuleerde neuronen die bij deep learning worden gebruikt, op een manier waardoor ze meer lijken op neuronen, de nauwkeurigheid van de beeldverwerking niet schaadde.

Zelfs als de hersenchiparchitectuur van IBM wordt verzoend met de technieken van deep learning, zal er concurrentie zijn. Google werkt al aan manieren om kunstmatige neurale netwerken te verkleinen voor gebruik op bestaande mobiele apparaten (zie Google-app zet neurale netwerken op uw telefoon). Verschillende bedrijven, waaronder de toonaangevende ontwerper van mobiele processors Qualcomm, werken aan chipontwerpen die bestaande deep learning-software op mobiele computers, zoals telefoons of in auto's, zouden kunnen gebruiken (zie Silicon Chips That See Are Going to Make Your Smartphone Brilliant).

zich verstoppen