Redzētās silīcija mikroshēmas padarīs jūsu viedtālruni izcilu

Daudzas no mums apkārt esošajām ierīcēm drīzumā var iegūt spēcīgas jaunas spējas izprast attēlus un video, pateicoties aparatūrai, kas izstrādāta mašīnmācības tehnikai, ko sauc par dziļo mācīšanos.

Tādi uzņēmumi kā Google ir guvuši sasniegumus attēlu un seju atpazīšanas jomā, izmantojot dziļu mācīšanos, izmantojot milzīgas datu kopas un jaudīgus datorus (skatiet 10 Breakthrough Technologies 2013: Deep Learning ). Tagad divi vadošie mikroshēmu uzņēmumi un Ķīnas meklēšanas gigants Baidu saka, ka tiek piedāvāta aparatūra, kas nodrošinās šo tehniku ​​tālruņos, automašīnās un citur.

Mikroshēmu ražotāji parasti neizpauž savas jaunās funkcijas iepriekš. Bet pie a konference par datorredzi otrdiena, Anotācija Uzņēmums, kas licencē programmatūru un intelektuālo īpašumu lielākajiem mikroshēmu izgatavošanas uzņēmumiem, demonstrēja jaunu attēlu procesora kodolu, kas pielāgots dziļai apmācībai. Paredzams, ka tas tiks pievienots mikroshēmām, kas darbina viedtālruņus, kameras un automašīnas. Kodols aizņemtu apmēram vienu kvadrātmilimetru vietas mikroshēmā, kas izgatavota ar vienu no visbiežāk izmantotajām ražošanas tehnoloģijām.

Pjērs Paulins, Synopsys pētniecības un attīstības direktors, pastāstīja MIT tehnoloģiju apskats ka jaunais procesora dizains viņa uzņēmuma klientiem būs pieejams šovasar. Viņš teica, ka daudzi ir izteikuši lielu interesi par aparatūras iegūšanu, lai palīdzētu ieviest dziļu mācīšanos.

Synopsys demonstrēja demonstrāciju, kurā jaunais dizains atpazina ātruma ierobežojuma zīmes kadros no automašīnas. Paulins arī iepazīstināja ar rezultātiem, kas gūti, izmantojot mikroshēmu, lai vadītu dziļas apmācības tīklu, kas apmācīts atpazīt sejas. Viņš teica, ka tas nesasniedza labāko pētījumu rezultātu precizitātes līmeni, kas sasniegts ar jaudīgiem datoriem, taču tas bija diezgan tuvu. Viņš teica, ka tādām lietojumprogrammām kā videonovērošana tā darbojas ļoti labi. Specializētais kodols patērē ievērojami mazāk enerģijas nekā parastajai mikroshēmai, kas būtu nepieciešama tāda paša uzdevuma veikšanai.

Jaunais kodols varētu pievienot vizuālās inteliģences pakāpi daudzu veidu ierīcēm, sākot no tālruņiem līdz lētām drošības kamerām. Tas neļautu ierīcēm pašas atpazīt desmitiem tūkstošu objektu, taču Paulins teica, ka tās varētu atpazīt desmitiem.

Tas var radīt jaunus kameru vai fotoattēlu lietotņu veidus. Paulins teica, ka šī tehnoloģija varētu arī uzlabot automašīnu, satiksmes un novērošanas kameras. Piemēram, mājas drošības kamera varētu sākt sūtīt datus pa internetu tikai tad, kad kadrā iekļuva cilvēks. Viņš teica, ka jūs varat darīt daudz smalkākas lietas, piemēram, noteikt, vai kāds ir iekritis metro.

Džefs Gehlhārs, Qualcomm Research tehnoloģiju viceprezidents, pasākumā runāja par sava uzņēmuma darbu, lai nodrošinātu padziļinātu apmācību esošajās tālruņu aparatūras lietotnēs. Viņš atteicās apspriest, vai uzņēmums plāno izveidot atbalstu dziļai apguvei savās mikroshēmās. Bet, runājot par nozari kopumā, viņš teica, ka šādas mikroshēmas noteikti nāks. Viņš teica, ka spēja izmantot padziļinātu mācīšanos mobilajās mikroshēmās būs ļoti svarīga, lai palīdzētu robotiem orientēties un mijiedarboties ar pasauli, kā arī centienos izstrādāt autonomas automašīnas.

Es domāju, ka jūs redzēsit pielāgotu aparatūru, lai atrisinātu šīs problēmas, viņš teica. Mūsu tradicionālā pieeja silīcijam beigsies, un mums būs jāatrot piedurknes un jādara citādi. Gehlhaar nenorādīja, cik drīz tas varētu būt. Qualcomm ir teicis, ka tā nākamās paaudzes mobilajās mikroshēmās būs programmatūra, kas izstrādāta, lai nodrošinātu dziļu mācīšanos kamerā un citās lietotnēs (skatiet sadaļu Viedtālruņi drīz iemācīsies atpazīt sejas un daudz ko citu).

Ren Wu, Ķīnas meklēšanas uzņēmuma Baidu pētnieks, arī teica, ka mikroshēmas, kas atbalsta dziļu mācīšanos, ir nepieciešamas jaudīgiem pētniecības datoriem ikdienas lietošanā. Viņš teica, ka jums ir jāizvieto šī informācija visur, jebkurā vietā un laikā.

Iespēja veikt tādas darbības kā, piemēram, analizēt attēlus ierīcē bez savienojuma ar internetu, var padarīt lietotnes ātrākas un energoefektīvākas, jo nav nepieciešams sūtīt datus turp un atpakaļ, sacīja Vu. Viņš un Qualcomm Gehlhaar teica, ka, padarot mobilās ierīces viedākas, var mazināt dažu lietotņu privātuma ietekmi, samazinot personas datu, piemēram, no ierīces pārsūtīto fotoattēlu, apjomu.

Jūs vēlaties, lai izlūkdati filtrētu neapstrādātos datus un tikai svarīgo informāciju, metadatus, nosūtītu uz mākoni, sacīja Vu.

paslēpties