IBM提出可极大加快人工智能学习速度的技术概念

深度神经网络(DNN)几乎可以学会任何知识,甚至可以在人类创造的比赛中击败人类。但问题在于,训练人工智能(AI)系统需要依靠昂贵的超级计算机或数据中心来进行,并且每次都需要好几天的时间。据科技资讯网站engadget(www.engadget.com/)报道,IBM公司T.J. Watson Research Center(华生研究中心)的科学家认为,使用“电阻式处理器”,可以大幅削减功耗和学习时间。“电阻式处理器”是一种将CPU和非易失性存储器相结合的芯片,目前尚处于理论阶段。华生研究中心的研究团队表示,这可以为数据处理速度带来指数级增长,让系统能够承担自然语音识别、各种世界语言的相互翻译等任务。

那么,为什么训练人工智能需要耗费如此多的运算能力和时间呢?问题就在于,谷歌DeepMind或IBM Watson等现代神经网络必须同时执行数十亿个任务。这就需要无数次调用CPU内存,在短时间内产生数十亿次循环。研究人员曾讨论使用非易失性RAM等可按DRAM的速度永久存储数据的新型存储技术来解决这个问题。但他们最终构思出了一种新型芯片——电阻式处理器(RPU),将非易失性RAM的大量数据直接放到CPU上。

这种芯片提取数据的速度可与处理数据的速度相媲美,大幅减少神经网络训练时间和功耗。研究人员在论文中指出:“这个大型并行RPU架构的加速能力是最顶级微处理器的3万倍。仅需使用一个RPU加速器,目前需要花费数天时间、利用数千台计算机组成的数据中心级群集进行训练才能解决的问题,将在几个小时之内得到解决。”

科学家认为,使用常规CMOS技术即可制成此类芯片,但目前,RPU仍在研究阶段。此外,RPU需要使用的技术,例如非易失性RAM,也还有待商业化。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2016-05-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能头条

人工智能与认知科学论坛:类脑智能、混合智能及应用前景的探讨

1356

可再生能源物联网:当物联网遇到能源

随着对全球变暖和化石燃料消耗问题的关注不断上升,世界正在转向替代能源以满足其需求。其中最具可持续性的选择是可再生能源。该领域遍及太阳能,风能,水力和地热等各种能...

53514
来自专栏VRPinea

VR教育游戏《HoloLAB Champions》丨妈妈再也不用担心我的学习了!

近日,游戏设计公司Schell Games推出一款以化学为主题的VR游戏《HoloLAB Champions》。据悉,该公司由游戏开发商Jesse Schell...

603
来自专栏钱塘大数据

2017 AI成熟度曲线图

概要:AI以一种更实际的形态作为数字化商业的关键组成要素获得了新生。 来源:智能机器人资讯分享 分析 你需要知道的 AI以一种更实际的形态作为数字化商业的关键组...

3329
来自专栏PPV课数据科学社区

大数据的金融场景:一切数据皆为信用数据

? 目前为止,在大数据领域当中的投资已经越来越热,而且做得公司越来越多。有多少公司到底真正使用的是大数据?我相信几乎没有太多。 大数据在美国金融当中最直接的场...

3388
来自专栏新智元

【大脑被控】研究人员成功操控特定神经元群,可编辑人类感觉和记忆

1475
来自专栏CSDN技术头条

Spare5结合人类的经验进行数据分析

对数据的洞察力是当下很多业务面临的挑战,加上数据通常是无组织的,分析起来更加棘手。人工智能在这条路上已经有所成就,但是一家年轻的创业公司希望通过将人类带回原始的...

16810
来自专栏美团技术团队

美团外卖骑手背后的AI技术

1735
来自专栏人工智能头条

MIT在读博士心得:做好AI科研,你需要注意什么?

1364
来自专栏量子位

国内学者新研究:中医AI登场,自动开出药方

问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI ? 啊~医学,一个正在被人工智能改变的领域。 一讲到这个,常见的报道大都是AI阅X光片无数,无师自通...

4296

扫描关注云+社区