211service.com
Oro pajėgos išbando IBM smegenų įkvėptą lustą kaip oro tankų stebėtoją
Palydovai, orlaiviai ir augantis bepiločių orlaivių skaičius – JAV oro pajėgos turi daug elektroninių akių danguje. Dabar tiriama, ar smegenų įkvėpti kompiuterių lustai galėtų suteikti šioms sistemoms išmaniųjų dalykų, pavyzdžiui, automatiškai atpažinti transporto priemones, pvz., tankus ar priešlėktuvines sistemas.
Oro pajėgų tyrimų laboratorija (AFRL) praneša apie gerus rezultatus naudojant IBM pagamintą neuromorfinį lustą karinėms ir civilinėms transporto priemonėms identifikuoti radarų generuojamose oro nuotraukose. Netradicinis lustas atliko darbą taip pat tiksliai, kaip ir įprastas didelio galingumo kompiuteris, sunaudodamas mažiau nei 20 energijos.
AFRL sudarė IBM sutartį verta 550 000 USD 2014 m. tapo pirmuoju mokančiu savo smegenų įkvėpto „TrueNorth“ lusto klientu. Jis apdoroja duomenis naudodamas milijono elementų tinklą, sukurtą imituoti žinduolių smegenų neuronus, sujungtus 256 milijonais sinapsių.
Tokie lustai labai skiriasi nuo esamų kompiuterių, o esant kai kurioms problemoms, jie turėtų būti daug efektyvesni (žr. Thinking In Silicon ). Oro pajėgos yra suinteresuotos, nes tai gali suteikti galimybę įdiegti pažangią mašinų viziją, kuriai paprastai reikia daug skaičiavimo galių, vietose, kur ištekliai ir erdvė yra riboti. Palydovai, didelio aukščio orlaiviai, oro bazės, priklausančios nuo generatorių ir maži dronai, gali būti naudingi, sako AFRL pagrindinis elektronikos inžinierius Qing Wu. Oro pajėgų misijos sritys yra oras, kosmosas ir kibernetinė erdvė. [Visi] labai jautrūs galios apribojimams, sako jis.
Wu rengia varžybas tarp „TrueNorth“ ir didelio galingumo „Nvidia“ kompiuterio „Jetson TX-1“, kuris kainuoja apie 500 USD ir yra sukurtas taip, kad būtų lengviau įdiegti galingas mašininio mokymosi technologijas tokiose mašinose kaip automobiliai ar mobilūs robotai.
Konkuruojantys kompiuteriai naudojo skirtingus neuroniniais tinklais pagrįstos vaizdo apdorojimo programinės įrangos diegimus, kad pabandytų atskirti 10 karinių ir civilinių transporto priemonių klasių. viešųjų duomenų rinkinys, vadinamas MSTAR . Pavyzdžiui, rusų tankai T-72, šarvuočiai ir buldozeriai. Abi sistemos pasiekė maždaug 95 procentų tikslumą, tačiau IBM lustas sunaudojo nuo 20 iki 30 tiek energijos.
IBM lustas turėtų turėti efektyvumo pranašumą atliekant tokias užduotis. Įprastas kompiuteris paleido savo neuroninio tinklo programinę įrangą lustuose su technine įranga, kuri galėtų būti laikoma bendrosios paskirties, skirta bet kokiai problemai išspręsti. „TrueNorth“ lusto aparatinė įranga yra sunkiai užkoduota dirbtiniams neuroniniams tinklams, o vienas milijonas fizinių neuronų pritaikytas šiai užduočiai.
Viena iš priežasčių, kodėl architektūra siūlo didesnį efektyvumą, yra ta, kad lusto neuronai ir sinapsės saugo ir naudoja duomenis, sako Wu. Įprastose sistemose, tokiose kaip Jetson TX-1, komponentai, atliekantys skaičiavimus, yra atskirti nuo atminties. Tai reiškia, kad duomenys turi būti perkelti iš atminties į procesorių, kad būtų galima juos analizuoti, o tada atgal į atmintį, kad būtų galima saugoti, sunaudojant laiko ir energijos.
Massimiliano Versace, vadovaujantis Bostono universiteto Neuromorfinių tyrimų laboratorijai ir dirbęs su kita Pentagono sutarties dalimi, kuri finansavo IBM darbą su TrueNorth, teigia, kad rezultatai yra daug žadantys. Tačiau jis pažymi, kad IBM lustas šiuo metu turi kompromisų.
Dėl programinės įrangos, kurią siūlo „Nvidia“, „Google“ ir kiti, įprastuose kompiuteriuose įdiegti neuroninius tinklus yra daug lengviau. Ir neįprastas IBM lustas yra daug brangesnis. Versace teigia, kad patogumas naudoti ir kaina yra du pagrindiniai veiksniai, prieštaraujantys specializuotiems neuromorfiniams lustams.
Wu teigia, kad aparatinė įranga turėtų atpigti daug pigiau, jei IBM sugebės pritraukti pakankamai susidomėjimo, kad padidintų gamybą. Bendrovė teigia, kad ji stengiasi palengvinti platformos programinės įrangos kūrimą.