Samouczący układ Loihi: Intel odtwarza biologiczne mózgi w 14 nanometrach
W ciągu ostatnich lat NVIDIA wzięła dla siebie niemal całyrynek platform sztucznej inteligencji i maszynowego uczenia, a giełdadoceniając znaczenie tych technologii, nagrodziła zielonychogromnym wzrostem wartości akcji. Oczywiście Google rozwija swojeczipy TensorProcessing Unit, IBM ma swój neuroczip TrueNorth,ale jeśli spojrzymy na masowe, przemysłowe zastosowania, towszędzie tylkoNVIDIA. A co na to Intel? Jak to tej pory firma z Santa Claraniewiele miała raczej do powiedzenia w dziedzinie AI, nie licząctego, że jakiś czas temu kupiła startup Movidius, produkującyznakomite czipy do rozpoznawania obrazy. Teraz jednak ma się tozmienić. Intel ogłosił stworzenie nowego czipu Loihi,zaprojektowanego z myślą o sztucznej inteligencji i głębokimuczeniu.
28.09.2017 12:27
Loihi ma być pierwszym w swoim rodzaju samouczącym się czipem,owocem sześciu lat prac nad specjalizowaną architekturą, którawyjdzie poza ograniczenia CPU i GPU, poradzi sobie z przetwarzaniemdynamicznych, nieustrukturyzowanych danych i procesami decyzyjnymi naich podstawie. Przedstawiający to osiągnięcie dr Michael Mayberry,dyrektor zarządzający Intel Labs, mówi otwarcie – pomysły byłyproste lecz rewolucyjne, zestawiono maszyny z ludzkim mózgiem.Inspirowany biologią Loihi odtwarza więc funkcje mózgu, ucząc siędziałać w oparciu o różne tryby sprzężenia zwrotnego ześrodowiskiem.
Neuromorphic Computing: The Future of AI and Computing
Neuromorficzny czip Intela nie musi być trenowany tak jaktradycyjne sieci neuronowe. Ominięcie tego wymogu stało sięmożliwe dzięki wykorzystaniu asynchronicznych impusów, tak jak wżywych neuronach. W przeciwieństwie do tranzystorów, neurony nieprzechodzą pomiędzy dyskretnymi stanami (0 i 1). Aktywują się poosiągnięciu określonego progu sygnału, zapalając na tak długo,jak długo liczba impulsów przekracza określony próg. W siecineuronowej informacje rozchodzą się impulsami, modulowaniem stanusynaps czy wagi wzajemnych połączeń w zależności od czasutrwania impulsów, i przechowywane są lokalnie w połączeniach. Jakdeklaruje dr Mayberry, inteligentne zachowania wyłaniająsię ze współdziałających ze sobą i konkurencyjnychinterakcji między wieloma regionami w obrębie sieci neuronowychmózgu i jego otoczenia.
Do tej pory sztuczne impulsowe sieci neuronowe byływykorzystywane głównie do badania biologicznych komórek nerwowych,ich inżynieryjne wykorzystanie było w powijakach. Loihi ma tozmienić – dyrektor Intel Labs zapewnia, że elastycznaarchitektura, łącząca plastyczne synapsy z impulsami, które mogąbyć modulowane w czasie, pozwała łączyć etap trenowania zinferencją w jednym czipie. Podczas prowadzonych przez Intelatestów, Loihi miało się okazać milion razy szybsze od innychsieci neuronowych, gdy przyszło rozpoznawać cyfry z bazy danychodręcznego pisma MNIST.Loihi ma być też znacznie bardziej wydajne w odtwarzaniu złożonychsieci neuronowych i głębokim uczeniu – a to wszystko przytysiąckrotnie mniejszym zużyciu energii, niż rozwiązania bazującena CPU i GPU.
Już w 2018 roku Intel udostępni Loihi wiodącym instytucjombadawczym, zajmującym się sztuczną inteligencją. Póki coprzedstawiono jedynie podstawowe dane o czipie: wykonano go wlitografii 14 nm, w jego skład wchodzi 130 tysięcy neuronów i 130milionów synaps, ułożonych w pełni asynchroniczną,wielordzeniową kratę, która jest w stanie odtwarzać różnetopologie sieci neuronowych (rzadkie, hierarchiczne, rekursywne).
Każdy neuromorficzny rdzeń ma zawierać silnik uczący, któryzaprogramować można do modyfikowania parametrów sieci podczas jejoperacji, wdrażając w ten sposób różne paradygmaty maszynowegouczenia (nadzorowane, nienadzorowane, wzmacniane itd.). Przygotowanoteż wiele wydajnych algorytmów dla takich problemów jak planowanietras, uczenie słownikowe, czy dynamiczne uczenie wzorców.
No cóż, to pod względem liczb wygląda to na pewno skromniej,niż w wypadku TrueNortha: IBM trzy lata temu temu pokazał czip zmilionem programowalnych neuronów i 256 milionami synaps w 4096neurosynaptycznych rdzeniach. Liczby są jednak zupełnieniewspółmierne, TrueNorth nie jest w stanie samodzielnie trenować, używa tylko inferencji. Póki nie zobaczymy Loihi w działaniu, nie ma więcsensu porównywać tego z innymi architekturami. Widać jednak, żeIntel gotów jest zainwestować wiele, byleby tylko uzyskać kompletrozwiązań niezbędnych do wyjścia poza ograniczenia współczesnychkomputerów i odnaleźć się w przyszłości, w której maszynowowspomagane wnioskowanie i decydowanie stanie się codziennością.Xeon Phi, Nervana, Movidius, a teraz Loihi – z tym tym wszystkimChipzilla docelowo może stać się najważniejszym dostawcą„sztucznych mózgów”.