Umelá inteligencia sa zaobíde aj bez internetu

Neurónové siete, ktoré simulujú architektúru nervových buniek v ľudskom mozgu boli populárnym predmetom výskumu v časoch, keď sa výskum umelej inteligencie len rozbiehal. Hovoríme o 70-tych rokoch 20. storočia.

Neskôr záujem o ne opadol, ale v poslednom desaťročí sa neurónové siete opäť stávajú stredobodom pozornosti. Záujem vzbudzuje najmä takzvané „hĺbkové učenie“ (deep learning), ktoré je schopné riešiť mnoho pokročilých úloh, ako rozpoznávanie objektov, reči, alebo detekcia tváre,” hovorí Vivienne Sze z katedry elektrotechniky a informatiky na MIT.

Práve výskumníci z MIT nedávno predstavili na medzinárodnej konferencii State Circuits Solid v San Franciscu nový čip, ktorý môže priniesť do mobilných zariadení umelú inteligenciu. Spolu s Vivienne Sze a ďalšími vedcami bol členom výskumného tímu aj profesor Joel Emer, ktorý je popri pôsobení na MIT aj špičkovým vývojárom výrobcu čipov NVidia.

Neurónové siete sú zvyčajne postavené na báze grafických procesorov (GPU), čipov, aké nájdete v každom počítačovom zariadení s displejom. Mobilný GPU vo výkonnom zariadení môže mať takmer 200 jadier, alebo pracovných jednotiek, čo je vhodné pre simuláciu siete distribuovaných procesorov.

Sieť na čipe nás (čiastočne) odstrihne od siete sietí

Čip, ktorý predstavili vedci z MIT má 168 jadier, je však 10 krát výkonnejší ako mobilný GPU. To umožní mobilným zariadeniam (napr. smartfónom a tabletom) spracovávať výkonné algoritmy umelej inteligencie lokálne, bez potreby načítania dát do internetu pre spracovanie a následného sťahovania odpovede.

Takáto predstava trochu neladí s dnes zaužívaným trendom delegovať množstvo dát, aj výpočtovej kapacity do cloudu a komunikovať cez rýchle pripojenie do internetu. Možno aj preto je sympatická.

Nový čip, ktorý vedci nazvali “Eyeriss“, naopak umožní pracovať so smartfónom aj bez prítomnosti Wi-Fi, alebo mobilného dátového pripojenia. Práca v lokálnom režime je navyše omnoho bezpečnejšia (nerobme si o cloude zbytočné ilúzie), a keďže dáta nemusia putovať obojsmerne po sieti k vzdialeným serverom, aj latencia je prakticky nulová.

Revolučná architektúra

Kľúčom k účinnosti čipu Eyeriss je minimalizácia frekvencie, s ktorou sa jadrá obracajú pri výmene dát na vzdialenú pamäťovú banku. To je operácia, ktorá spotrebováva veľa času a energie.

Kým veľa jadier na čipoch GPU zdieľa jednu veľkú spoločnú pamäť, každé z jadier Eyeriss má svoju vlastnú pamäť. Okrem toho má čip obvod, ktorý komprimuje dáta pred odoslaním z jednotlivých jadier.

Každé jadro je tiež schopné komunikovať priamo so svojimi najbližšími susedmi, takže, ak potrebujú zdieľať dáta, nepotrebujú ich posielať do hlavnej pamäte. To je dôležité v konvolučných neurónových sieťach, v ktorých mnoho uzlov spracováva rovnaké dáta. Výsledkom sú nielen výkonnejšie, ale aj energeticky úspornejšie čipy.

S algoritmami výkonnej umelej inteligencie na palube by mohli sieťové zariadenia robiť dôležité rozhodnutia na lokálnej úrovni. Cez internet by sa namiesto nespracovaných osobných dát prenášali len výsledky.

Príťažlivá je samozrejme aj predstava, že takéto neurónové siete by pomohli pri zdokonaľovaní autonómnych robotov s batériovým napájaním. No a, pochopiteľne, jednou z dôležitých oblastí, kde nájdu neurónové siete (a umelá inteligencia všeobecne) uplatnenie, sú zbraňové systémy.

Záujem armády potvrdzuje aj skutočnosť, že výskum MIT bol čiastočne financovaný agentúrou DARPA.

Zdroj: Techbox, MIT News