Examen Du Livre 丨 Le "Cerveau" De L'Ai

Wen / Zheng Lei

Au cours des 30 prochaines années, l'intelligence artificielle des mégadonnées, qui est également un moteur clé de l'économie numérique, sera l'un des principaux domaines d'intérêt de la concurrence internationale dans le domaine de la science et de la technologie.La puissance de calcul est l'un des éléments clés du développement de l'IA. La puce ai est le ? cerveau ? du matériel informatique de l'IA.Depuis l'utilisation initiale du Processeur graphique comme puce d'accélération de l'apprentissage profond jusqu'à la puce spéciale personnalisée pour l'IA, en quelques années, la puce ai est rapidement devenue une industrie émergente.

Les résultats de la recherche et les brevets sur l'IA connaissent une croissance explosive et le domaine de l'IA est devenu une vaste ? forêt ?.La puce ai: technologies de pointe et l'avenir de l'innovation, illustrée et textuelle, commence par l'histoire du développement de l'IA, se rapporte à l'algorithme, à l'architecture et aux circuits connexes de la puce d'accélération de l'apprentissage profond la plus populaire et de la puce de type cerveau basée sur l'informatique neuromorphique, et met l'accent sur l'introduction de divers paradigmes informatiques pour concevoir la puce ai avec la pensée innovante. Un livre mène les lecteurs à la frontière de l'IA.

Le développement rapide de l'IA a été limité par la puissance de calcul, et le processus de fabrication de la puce à base de silicium basée sur CMOS a été aussi fin que 3 nanomètres.Non seulement l'amélioration de la puissance de calcul de l'IA sera confrontée à un goulot d'étranglement, mais en raison des caractéristiques de l'informatique de l'IA, certaines fonctions de calcul sont moins utilisées, de sorte qu'une grande partie de la puissance de calcul réalisée par le processeur commun est inutilisable par l'IA.C'est l'exigence objective de l'émergence de la puce ai.Par exemple, l'apprentissage en profondeur exige principalement la multiplication matricielle (multiplication tensorielle), et l'efficacité du GPU est beaucoup plus élevée que celle du CPU avec une vitesse de calcul plus élevée.

Aujourd'hui, le Processeur graphique (GPU) est principalement utilisé pour l'apprentissage profond. Il peut atteindre plus de 100 billions d'opérations flottantes par seconde, soit plus de 6 000 fois la vitesse de Cray - 3.Mais c'est bien pire que le cerveau humain.Le cerveau humain compte environ 100 milliards de neurones et plus de 100 billions de synapses interviennent dans la signalisation neuronale.Le cerveau est capable de reconna?tre les patrons, de se souvenir des faits et de traiter d'autres taches simultanément et en parallèle à une vitesse de foudre de moins de 20 Watts.

Avec l'avènement de l'ère post - molaire, la vitesse de calcul de la puce à base de silicium est proche du Sommet, et un autre problème est que cette structure de calcul est plus appropriée pour les données structurées, mais pour le traitement de données non structurées telles que les données massives, la méthode d'amélioration de la densité de calcul de la puce est invalide.Selon les données fournies par l'auteur, l'efficacité relative du traitement des données volumineuses est de plus en plus faible, bien que la vitesse de calcul de la puce augmente rapidement après le traitement de plus de 10 nanomètres.Au niveau technique actuel, la puissance peut facilement dépasser 1000 Watts si plusieurs GPU sont utilisés en parallèle.En 2016, lorsque Li Shishi, un expert d'alphago weiqi, a lancé le programme ai, la consommation d'énergie du serveur a atteint 1 MW, soit près de 50 000 fois la consommation d'énergie du cerveau humain.Les gens doivent trouver d'autres matériaux de puce et adopter l'architecture informatique, le modèle et l'algorithme qui conviennent à l'intelligence artificielle de Big Data.à cet égard, les scientifiques chinois ont apporté une contribution importante.En 1971, le professeur Cai shaotang a découvert et prouvé l'existence d'un nouvel élément de circuit de base, le Memristor, basé sur la théorie des circuits.En 2008, Stanley William de Hewlett - Packard a supporté le premier prototype de film de dioxyde de titane en laboratoire.Ce nouvel appareil peut réduire considérablement la consommation d'énergie pendant le calcul et est une solution matérielle potentielle pour les accélérateurs d'apprentissage profond et les puces de type cerveau.

Bien que le développement de la puce ai soit principalement basé sur l'algorithme d'apprentissage profond, la principale voie technologique actuelle est d'intégrer la puce ai dédiée et le processeur CPU Multi - Core pour accélérer le traitement de l'apprentissage profond dans la même puce.Dans le domaine des puces semi - conductrices, le développement de la FPGA et de l'ASIC est une orientation importante.La recherche de pointe consiste à concevoir des puces ? évolutives ?, qui sont essentiellement proches de l '? auto - apprentissage ? des puces pour améliorer leurs propres performances.

L'objectif ultime de la puce ai est de pouvoir ? apprendre par soi - même ?, c'est - à - dire que la puce peut apprendre par elle - même ? Comment apprendre ?;Un autre objectif important est de parvenir à l'apprentissage mutuel et à la coordination entre les machines intelligentes (équivalent à la puce ai) afin que les machines intelligentes elles - mêmes acquièrent davantage de connaissances.Cette performance d '? auto - apprentissage ? pourrait s'améliorer exponentiellement au fil du temps et, en fin de compte, amener les machines intelligentes à dépasser le niveau d'intelligence humaine.Ces puces sont souvent con?ues pour être aussi proches que possible des caractéristiques biologiques du cerveau, de sorte qu'elles sont appelées puces ressemblant au cerveau ou puces neuromorphologiques.Ce type de puce est basé sur une nouvelle architecture de puce, dont les éléments clés sont les neurones pulsés, les synapses de faible précision et les réseaux de communication extensibles.

La Chine a fait de la puce une technologie qui doit être contr?lée par elle - même, et l'intelligence artificielle de Big Data, qui est très loin de l'Europe et des états - Unis, est devenue le prochain Sommet technologique à occuper.à l'heure actuelle, les brevets de base dans le domaine des puces semi - conductrices à base de silicium sont principalement occupés par les états - Unis et l'Europe, il est difficile de dépasser cette voie.La puce ai nous offre une nouvelle occasion rare. Les puces cérébrales et les nouveaux algorithmes de réseau neuronal, les algorithmes d'inspiration quantique, l'informatique bionique naturelle, l'informatique en mémoire et les nouveaux types de mémoire, ainsi que la recherche et le développement basés sur l'informatique quantique et l'apprentissage des machines quantiques, etc., en sont encore au stade de l'échantillon de laboratoire ou d'un petit nombre d'essais, qui peuvent être utilisés comme cibles pour le dépassement de virage de la technologie chinoise des puces.

?