211service.com
Gaisa spēki pārbauda IBM smadzeņu iedvesmoto mikroshēmu kā gaisa tanku novērotāju
Satelīti, lidmašīnas un pieaugošais dronu skaits — ASV gaisa spēkiem debesīs ir daudz elektronisku acu. Tagad tiek pētīts, vai smadzeņu iedvesmas datoru mikroshēmas varētu dot šīm sistēmām gudras darbības, piemēram, automātiski identificēt transportlīdzekļus, piemēram, tankus vai pretgaisa sistēmas.
Gaisa spēku pētniecības laboratorija (AFRL) ziņo par labiem rezultātiem, izmantojot IBM izgatavoto neiromorfo mikroshēmu, lai identificētu militāros un civilos transportlīdzekļus radara ģenerētos aeroattēlos. Netradicionālā mikroshēma paveica darbu tikpat precīzi kā parasts lieljaudas dators, izmantojot mazāk nekā 20 daļu no enerģijas.
AFRL piešķīra IBM līgumu 550 000 USD vērtībā 2014. gadā, lai kļūtu par pirmo maksājošo klientu, izmantojot savu smadzeņu iedvesmoto TrueNorth mikroshēmu. Tas apstrādā datus, izmantojot viena miljona elementu tīklu, kas paredzēts zīdītāju smadzeņu neironu atdarināšanai, ko savieno 256 miljoni sinapses.
Šādas mikroshēmas ļoti atšķiras no esošajiem datoriem, un dažām problēmām tiem vajadzētu būt daudz efektīvākiem (skatiet Thinking In Silicon ). Gaisa spēki ir ieinteresēti, jo tas varētu ļaut izvietot uzlabotas mašīnredzes, kas parasti prasa lielu skaitļošanas jaudu, vietās, kur resursi un telpa ir ierobežoti. Satelīti, liela augstuma lidmašīnas, gaisa bāzes, kas ir atkarīgas no ģeneratoriem, un mazi bezpilota lidaparāti — tas viss varētu būt ieguvums, saka AFRL galvenais elektronikas inženieris Qing Wu. Gaisa spēku misijas jomas ir gaiss, kosmoss un kibertelpa. Viņš saka, ka [visi ir] ļoti jutīgi pret varas ierobežojumiem.
Vu ir organizējis konkursus starp TrueNorth un lieljaudas Nvidia datoru Jetson TX-1, kas maksā aptuveni 500 USD un ir paredzēts, lai atvieglotu jaudīgu mašīnmācības tehnoloģiju izvietošanu uz borta mašīnām, piemēram, automašīnām vai mobilajiem robotiem.
Konkurējošie datori izmantoja dažādas uz neironu tīklu balstītas attēlu apstrādes programmatūras implementācijas, lai mēģinātu atšķirt 10 militāro un civilo transportlīdzekļu klases. publisko datu kopa ar nosaukumu MSTAR . Kā piemērus var minēt krievu tankus T-72, bruņutransportierus un buldozerus. Abas sistēmas sasniedza aptuveni 95 procentu precizitāti, bet IBM mikroshēma izmantoja no 20. līdz 30. daļai vairāk jaudas.
IBM mikroshēmai vajadzētu būt efektivitātes priekšrocībām, veicot šādus uzdevumus. Parastais dators savu neironu tīkla programmatūru palaida mikroshēmās ar aparatūru, ko varētu uzskatīt par vispārēju mērķi, kas paredzēta jebkura veida problēmu risināšanai. TrueNorth mikroshēmas aparatūra ir stingri kodēta, lai attēlotu mākslīgos neironu tīklus, un viens miljons fizisko neironu ir pielāgoti uzdevumam.
Viens no iemesliem, kāpēc arhitektūra piedāvā labāku efektivitāti, ir tas, ka mikroshēmas neironi un sinapses gan uzglabā datus, gan darbojas ar tiem, saka Vu. Parastajā sistēmā, piemēram, Jetson TX-1, komponenti, kas veic aprēķinus, ir atsevišķi no atmiņas. Tas nozīmē, ka dati ir jāpārvieto no atmiņas uz procesoru, lai tos analizētu, un pēc tam atpakaļ uz atmiņu, lai tos saglabātu, patērējot laiku un enerģiju.
Massimiliano Versace, kurš vada Bostonas Universitātes Neuromorphics Lab un strādāja pie citas Pentagona līguma daļas, kas finansēja IBM darbu TrueNorth, saka, ka rezultāti ir daudzsološi. Bet viņš atzīmē, ka IBM mikroshēma pašlaik ir saistīta ar kompromisiem.
Neironu tīklu izvietošana parastajos datoros ir daudz vienkāršāka, pateicoties programmatūrai, ko piedāvā Nvidia, Google un citi. Un IBM neparastā mikroshēma ir daudz dārgāka. Lietošanas vienkāršība un cena ir divi galvenie faktori, kas cīnās pret specializētām neiromorfiskām mikroshēmām, saka Versace.
Vu saka, ka aparatūrai vajadzētu kļūt daudz lētākai, ja IBM spēs piesaistīt pietiekami daudz intereses, lai palielinātu ražošanu. Uzņēmums saka, ka strādā, lai atvieglotu platformas programmatūras izstrādi.