Quando si tratta delle aspettative dei clienti, la pandemia ha cambiato tutto
Scopri come accelerare il servizio clienti, ottimizzare i costi e migliorare il self-service in un mondo incentrato sul digitale.
Oggi durante la sua fiera Labs Day, Intel ha condiviso un aggiornamento sui progressi all’interno della Intel Neuromorphic Research Community (INRC), l’ecosistema di oltre 100 gruppi accademici, laboratori governativi, istituti di ricerca e aziende fondati nel 2018 per promuovere l’elaborazione neuromorfica. Intel e l’INRC affermano di aver raggiunto risultati rivoluzionari nell’applicazione dell’hardware neuromorfico a una vasta gamma di applicazioni, dal riconoscimento vocale e gestuale alla navigazione autonoma con i droni.
Insieme a Intel, i ricercatori di IBM, HP, MIT, Purdue e Stanford sperano di sfruttare il calcolo neuromorfico – circuiti che imitano la biologia del sistema nervoso umano – per sviluppare supercomputer 1.000 volte più potenti di qualsiasi altro oggi. I chip neuromorfici progettati su misura eccellono nei problemi di soddisfazione dei vincoli, che richiedono la valutazione di un gran numero di potenziali soluzioni per identificare quella o quelle poche che soddisfano vincoli specifici. È stato anche dimostrato che identificano rapidamente i percorsi più brevi nei grafici ed eseguono ricerche di immagini approssimative, oltre a ottimizzare matematicamente obiettivi specifici nel tempo in problemi di ottimizzazione del mondo reale.
Il chip Loihi a 14 nanometri di Intel – il suo hardware di elaborazione neuromorfico di punta – contiene oltre 2 miliardi di transistor e 130.000 neuroni artificiali con 130 milioni di sinapsi. In modo univoco, il chip presenta un motore di microcodice programmabile per l’addestramento on-die di reti neurali con picchi asincroni (SNN) o modelli di intelligenza artificiale che incorporano il tempo nel loro modello operativo in modo tale che i componenti del modello non elaborino i dati di input contemporaneamente. Loihi elabora le informazioni fino a 1.000 volte più velocemente e 10.000 in modo più efficiente rispetto ai processori tradizionali e può risolvere alcuni tipi di problemi di ottimizzazione con guadagni in velocità ed efficienza energetica superiori a tre ordini di grandezza, secondo Intel. Inoltre, Loihi mantiene i risultati delle prestazioni in tempo reale e utilizza solo il 30% in più di potenza quando viene aumentato di 50 volte,
Alcuni membri dell’INRC vedono casi d’uso aziendali per chip come Loihi. Lenovo, Logitech, Mercedes-Benz e Prophesee sperano di utilizzarlo per consentire cose come una robotica più efficiente e adattiva, una rapida ricerca di database per contenuti simili e dispositivi edge che prendono decisioni di pianificazione e ottimizzazione in tempo reale.
Ad esempio, Intel questa mattina ha rivelato che Accenture ha testato la capacità di riconoscere i comandi vocali su Loihi rispetto a una scheda grafica standard e ha scoperto che il chip era fino a 1.000 volte più efficiente dal punto di vista energetico e rispondeva fino a 200 millisecondi più velocemente con una precisione comparabile. Accenture ha anche scoperto che Loihi è molto abile nell’apprendimento e nel riconoscimento dei gesti individualizzati, elaborando l’input di una fotocamera in poche esposizioni.
Intel neuromorfica
Intel afferma che attraverso l’INRC, Mercedes-Benz sta esplorando come i risultati di Accenture potrebbero applicarsi a scenari del mondo reale, come l’aggiunta di nuovi comandi vocali ai sistemi di infotainment a bordo del veicolo. Altri partner Intel stanno studiando come Loihi potrebbe essere utilizzato in prodotti come case intelligenti interattive e display touchless.
Oltre ai gesti e al riconoscimento vocale, Intel segnala che Loihi si comporta bene con le attività del datacenter come il recupero di immagini dai database. I partner di ricerca dell’azienda hanno dimostrato che il chip è in grado di generare vettori di caratteristiche dell’immagine con un’efficienza energetica 3 volte superiore rispetto a un processore o una scheda grafica mantenendo lo stesso livello di precisione. (Le caratteristiche sono singole variabili indipendenti che agiscono come un input nei sistemi di intelligenza artificiale.) Inoltre, Intel ha scoperto che Loihi può risolvere i problemi di ottimizzazione e ricerca oltre 1.000 volte in modo più efficiente e 100 volte più veloce rispetto ai processori tradizionali, dando peso al lavoro pubblicato in precedenza. anno affermando di dimostrare la capacità di Loihi di cercare vettori di funzionalità in database di milioni di immagini 24 volte più velocemente e con un’energia 30 volte inferiore rispetto a un processore.
Sul fronte della robotica, Intel riferisce che i ricercatori di Rutgers e TU Delft hanno completato nuove dimostrazioni di navigazione robotica e applicazioni di controllo di micro-droni in esecuzione su Loihi. Il drone di TU Delft ha eseguito atterraggi con una rete neurale a picchi. Nel frattempo, Rutgers ha scoperto che le sue soluzioni Loihi richiedevano 75 volte meno energia rispetto alle schede grafiche mobili convenzionali senza perdite percepibili di prestazioni. Infatti, in uno studio accettato alla Conferenza 2020 sull’apprendimento dei robot, il team di Rutgers ha concluso che Loihi potrebbe apprendere compiti con un consumo energetico 140 volte inferiore rispetto a un chip grafico mobile.
Intel e i suoi partner hanno anche condotto due dimostrazioni di robotica neuromorfica all’avanguardia durante il Labs Day. Per un progetto che collabora con i ricercatori dell’ETH di Zurigo, Intel ha mostrato a Loihi il controllo di un drone che traccia l’orizzonte con soli 200 microsecondi di latenza di elaborazione visiva, rappresentando ciò che la società afferma essere un guadagno di 1.000 volte in termini di efficienza e velocità combinate rispetto alle soluzioni precedenti. Separatamente, Intel e ricercatori dell’Istituto italiano di tecnologia hanno dimostrato che più funzioni potrebbero essere eseguite su un chip Loihi integrato nella piattaforma robotica iCub di quest’ultimo. Tra le funzioni c’erano il riconoscimento degli oggetti con un apprendimento veloce e con pochi colpi (cioè, apprendimento che richiede solo pochi esempi per rafforzare i concetti), consapevolezza spaziale da ogni oggetto appreso e processo decisionale in tempo reale in risposta alle interazioni umane.
Mike Davies, il direttore del laboratorio di calcolo neurmorfico di Intel, ha dichiarato a VentureBeat in un’intervista telefonica che crede che una delle principali sfide che si frappongono alla commercializzazione dei chip neuromorfici sia la mancanza di un modello di programmazione per le architetture neuromorfiche. Con l’hardware neuromorfico, i programmatori devono prevedere come si comporteranno gli algoritmi all’interno dell’ambiente unico del chip e escogitare schemi per rappresentare i dati legacy.
“Se sei cresciuto non conoscendo nient’altro che il modello di architettura del computer, è una sorta di incorporato – è codificato riga per riga in contrasto con questo modello di elaborazione più ispirato alla biologia … che coinvolge centinaia di migliaia se non milioni di unità di elaborazione interagenti”, Ha detto Davies. “Ecco perché penso che il dominio della robotica in generale sia davvero eccitante, ma forse non è l’applicazione di termini più vicina per il calcolo neuromorfico. Quando penso in termini di breve termine, un obiettivo concreto fattibile è consentire un audio migliore. Ci sono un certo numero di applicazioni che stiamo esaminando e penso che saranno entusiasmanti, cose come l’adattamento in tempo reale a un oratore specifico “.
Intel afferma che con la crescita dell’INRC, continuerà a investire nello sforzo di collaborazione e a lavorare con i membri per fornire supporto ed esplorare dove il calcolo neuromorfico può aggiungere valore nel mondo reale. Inoltre, la società afferma che continuerà ad attingere agli insegnamenti dell’INRC e ad incorporarli nello sviluppo del chip di ricerca neuromorfico di nuova generazione di Intel, di cui non era pronta a discutere oggi.
All’inizio di quest’anno, Intel ha annunciato la disponibilità generale di Pohoiki Springs, un potente sistema neuromorfico autonomo delle dimensioni di cinque server standard. L’azienda ha dato accesso ai membri della Intel Neuromorphic Research Community tramite il cloud utilizzando Nx SDK di Intel e componenti software forniti dalla comunità, fornendo uno strumento per espandere la ricerca ed esplorare modi per accelerare i carichi di lavoro che vengono eseguiti lentamente sulle odierne architetture convenzionali.
Intel afferma che Pohoiki Springs , che è stato originariamente annunciato nel luglio 2019, è simile nella capacità neurale al cervello di un piccolo mammifero, con 768 chip Loihi e 100 milioni di neuroni sparsi su 24 schede di espansione Nahuku FPGA Arria10 (contenenti 32 chip ciascuna) che funzionano a meno di 500 watt. Questo è apparentemente un passo nel percorso per supportare carichi di lavoro neuromorfici più ampi e sofisticati. Intel ha recentemente dimostrato che i chip possono essere utilizzati per “insegnare” a un modello di intelligenza artificiale a distinguere tra 10 diversi profumi , controllare un braccio robotico assistivo per sedie a rotelle e “pelle” robotica sensibile al tocco.
A ottobre, Intel ha siglato un accordo triennale con i Sandia National Laboratories per esplorare il valore del calcolo neuromorfico per problemi di intelligenza artificiale su larga scala nell’ambito del programma Advanced Scientific Computing Research del Dipartimento dell’Energia degli Stati Uniti (DOE). In notizie un po ‘correlate, la società ha recentemente stipulato un accordo con Argonne National Laboratory per sviluppare e progettare tecnologie microelettroniche come exascale, neuromorfismo e quantum computing.
