IBM, Künstliche Intelligenz und analoger Speicher

(Di Alessandro Rugolo)
09 / 05 / 19

Die Entwicklung einer Zivilisation erfolgt oft zyklisch. Wenn einer geschlossen ist, öffnet sich ein anderer und manchmal wurde er vorher geschlossen.

Was meine ich Wir alle wissen, dass unsere Zivilisation seit Jahren auf digitalen Entwicklungen basiert. Das digitale Rennen hat dazu geführt, dass Technologien aufgegeben wurden, die anscheinend keine Zukunft mehr haben, aber zumindest bald wieder in Mode sein könnten.

Laut einer aktuellen IBM - Studie (veröffentlicht in Natur in 2018) könnte die Verwendung von "analogen Speichern" eine Lösung für die Effizienzanforderungen der für künstliche Intelligenz verwendeten neuronalen Netze sein.

Forscher des IBM Research AI-Teams konnten zeigen, dass es möglich ist, Peripheriegeräte mit analogem Speicher (die kontinuierliche elektrische Signale anstelle der bekannteren Binärsignale aus 0 und 1 verwenden) für die zu verwenden tiefes Lernen Erreichen der gleichen Genauigkeit, die mit digitalen Grafikprozessoren erzielt wird.

Man könnte fragen, warum analoges Gedächtnis bevorzugt werden sollte, wenn die erreichte Genauigkeit gleich ist. Die Antwort liegt in der Art und Weise, wie digitale Prozessoren funktionieren, in ihrer Architektur und in der Notwendigkeit, große Datenmengen zu verschieben, um das erforderliche Training neuronaler Netze durchzuführen. All diese Faktoren müssen berücksichtigt werden.

Die Entwicklung der künstlichen Intelligenz basiert in der Tat auf der enormen und ständig wachsenden Menge an Daten, die gesammelt, analysiert und verarbeitet werden müssen. Um dies zu tun, insbesondere während des Prozesses von tiefes LernenWerden die Daten zwischen Speichern und Prozessoren verschoben, bedeutet dies Zeit- und Energieverbrauch. Das Studium neuer Architekturen (die sich oft auf natürliche Elemente beziehen, wie das menschliche Gehirn) hat es ermöglicht, den Prozess von zu verbessern tiefes Lernen"Verschieben" einiger Teile des Speichers in die Daten, wodurch die Datenübertragungsvorgänge vereinfacht und beschleunigt werden. Laut IBM-Forschern ist es jetzt möglich, analoge Speicher zu verwenden, die Einsparungen bei der Verlustleistung ermöglichen.

Eines der Probleme, die Forscher dazu veranlassten, digitale Speicher zu verwenden, war die mangelnde Genauigkeit analoger Systeme, die jedoch zumindest teilweise überwunden zu sein scheint. Jüngsten Studien zufolge werden wir in den nächsten zehn Jahren durch den Einsatz analoger Technologien in der KI eine tausendfach höhere Effizienz erreichen als die derzeitige.

Wie wir seit langem wissen, ist das menschliche Gehirn eine nahezu perfekte Maschine, auch unter dem Gesichtspunkt des Energieverbrauchs und der Wärmeabgabe. Wenn Sie sich die Funktionsweise des menschlichen Gehirns ansehen und versuchen zu sagen, ob es sich um einen analogen oder digitalen "Prozessor" handelt, werden Sie feststellen, dass es sich nicht um einen anderen handelt, sondern Prozesse verwendet, die einem oder allen ähnlich sind andere je nach Komfort und Funktion. Wieder einmal sehen wir, wie uns das Studium des Gehirns hilft, zu verstehen, wie man die Prozessoren verbessert.

Um mehr zu erfahren:

- https://www.ibm.com/blogs/research/2019/02/ai-hardware-center/
- https://www.ibm.com/blogs/research/2018/06/future-ai-better-compute/
- https://www.nature.com/articles/s41586-018-0180-5
- https://www.ibm.com/blogs/research/2018/06/approximate-computing-ai-acce...
- https://www.quora.com/Is-the-human-brain-analog-or-digital