211service.com
Luchtmacht test IBM's op hersenen geïnspireerde chip als antennetankspotter
Satellieten, vliegtuigen en een groeiend aantal drones: de Amerikaanse luchtmacht heeft veel elektronische ogen in de lucht. Nu onderzoekt het of op het brein geïnspireerde computerchips die systemen de slimheid kunnen geven om dingen te doen zoals het automatisch identificeren van voertuigen zoals tanks of luchtafweersystemen.
Het Air Force Research Lab (AFRL) rapporteert goede resultaten van het gebruik van een neuromorfische chip gemaakt door IBM om militaire en civiele voertuigen te identificeren in door radar gegenereerde luchtbeelden. De onconventionele chip deed de klus ongeveer net zo nauwkeurig als een gewone krachtige computer, met minder dan een 20e van de energie.
De AFRL heeft IBM een contract gegund $ 550.000 waard in 2014 om de eerste betalende klant te worden van zijn op het brein geïnspireerde TrueNorth-chip. Het verwerkt gegevens met behulp van een netwerk van een miljoen elementen die zijn ontworpen om de neuronen van een zoogdierbrein na te bootsen, verbonden door 256 miljoen synapsen.
Dergelijke chips zijn heel anders dan die in bestaande computers, en voor sommige problemen zouden ze veel energiezuiniger moeten zijn (zie Thinking In Silicon). De luchtmacht is geïnteresseerd omdat dat het mogelijk zou kunnen maken om geavanceerde machine vision, die meestal veel rekenkracht vereist, in te zetten op plaatsen waar middelen en ruimte beperkt zijn. Satellieten, vliegtuigen op grote hoogte, luchtbases die afhankelijk zijn van generatoren en kleine drones zouden allemaal kunnen profiteren, zegt Qing Wu, de belangrijkste elektronica-ingenieur van AFRL. De missiedomeinen van de luchtmacht zijn lucht, ruimte en cyberspace. [Allen zijn] erg gevoelig voor stroombeperkingen, zegt hij.
Wu organiseert wedstrijden tussen TrueNorth en een krachtige Nvidia-computer, de Jetson TX-1, die ongeveer $ 500 kost en is ontworpen om het gemakkelijker te maken om krachtige machine-learningtechnologie in te zetten aan boord van machines zoals auto's of mobiele robots.
De concurrerende computers gebruikten verschillende implementaties van op neurale netwerken gebaseerde beeldverwerkingssoftware om te proberen 10 klassen militaire en civiele voertuigen te onderscheiden in een openbare dataset genaamd MSTAR . Voorbeelden waren onder meer Russische T-72-tanks, gepantserde personeelsdragers en bulldozers. Beide systemen behaalden een nauwkeurigheid van ongeveer 95 procent, maar de IBM-chip gebruikte tussen de 20e en 30e zoveel stroom.
De chip van IBM zou bij dergelijke taken een efficiëntievoordeel moeten hebben. De conventionele computer draaide zijn neurale netwerksoftware op chips met hardware die als algemeen doel kon worden beschouwd, bedoeld om elk soort probleem op te lossen. De hardware van de TrueNorth-chip is hard gecodeerd om kunstmatige neurale netwerken weer te geven, met een miljoen fysieke neuronen die zijn aangepast aan de taak.
Een van de redenen dat architectuur meer efficiëntie biedt, is dat de neuronen en synapsen van de chip zowel gegevens opslaan als gebruiken, zegt Wu. In een conventioneel systeem zoals dat op de Jetson TX-1 zijn de componenten die berekeningen uitvoeren gescheiden van het geheugen. Dat betekent dat gegevens van het geheugen naar de processor moeten worden gestuurd om te worden geanalyseerd en vervolgens terug naar het geheugen om te worden opgeslagen, wat tijd en energie kost.
Massimiliano Versace, die het Neuromorphics Lab van de Boston University leidt en aan een ander deel van het Pentagon-contract werkte dat IBM's werk aan TrueNorth financierde, zegt dat de resultaten veelbelovend zijn. Maar hij merkt op dat de chip van IBM momenteel met compromissen komt.
Het is veel gemakkelijker om neurale netwerken op conventionele computers te implementeren, dankzij software die beschikbaar is gesteld door Nvidia, Google en anderen. En de ongebruikelijke chip van IBM is veel duurder. Gebruiksgemak en prijs zijn [de] twee belangrijkste factoren die roeien tegen gespecialiseerde neuromorfe chips, zegt Versace.
Wu zegt dat de hardware veel goedkoper zou moeten worden als IBM voldoende belangstelling kan wekken om de productie op te voeren. Het bedrijf zegt bezig te zijn met het vereenvoudigen van softwareontwikkeling voor het platform.