Инженеры IBM придумали, как ускорить обучение искуcственного интеллекта

IBM создала новый метод работы с искусственным интеллектом, позволяющий ускорить обучение нейросети и избежать роста потребления энергии.

Инженеры компании создали уникальную 8-битную технику вычисления, которая позволяет решить одну из ключевых проблем ИИ – проблему энергоэффективности. Чем быстрее работает нейросеть, тем больше энергии она потребляет, становясь, в конечном счете, чрезмерно дорогостоящей.

В IBM предложили сразу две разработки, позволяющие на основе 8-битной модели ускорить процесс обучения нейросетей и снизить энергетические затраты. Первая техника - «глубокое машинное обучение нейронных сетей с помощью 8-разрядных чисел с плавающей запятой» - призвана снизить математическую точность для приложений до 16 бит. Вторая техника - «8-битное умножение в памяти с проецируемой памятью фазового перехода» - повышает точность работы аналогового чипа и вместе с тем сохраняет низкий уровень потребления энергии.\

По словам директора лаборатории IBM Research Джеффри Вельзера, новая разработка – большой шаг на пути к переходу от узкопрофильного ИИ к многопрофильному интеллекту, затрагивающему все сферы деятельности.

Ранее сообщалось, что ученые лаборатории испытывают новую архитектуру для обучения нейросети, прообразом которой стал человеческий мозг. Инженеры предложили иерархическое деление компьютерных функций на три уровня: динамическая память, сопроцесс, ускоряющий обучение нейросетей, и испульсная нейросеть, подобная человеческой памяти с её фазовыми состояниями. Такой подход к созданию компьютера позволит производить вычисления при ничтожно малом потреблении энергии – около 30 Вт.