กรรมวิธี เกม ออนไลน์ ออกแบบร่วมกับโปรแกรมคอมพิวเตอร์ฮาร์ดแวร์อาจจะทำให้เครือข่ายประสาทเทียมหิวลดลง

กลุ่มที่นำโดยมหาวิทยาลัยที่แคลิฟอร์เนียซานดิเอโกได้พัฒนาแนวทางการดีไซน์ร่วมโปรแกรมคอมพิวเตอร์อุปกรณ์ที่มีระบบระเบียบประสาทซึ่งสามารถทำให้การฝึกอบรมเครือข่ายประสาทมีคุณภาพและก็รวดเร็วยิ่งขึ้น เกม ออนไลน์ วันหนึ่งงานของพวกเขาทำให้สามารถฝึกหัดโครงข่ายประสาทเทียมบนวัสดุอุปกรณ์ที่ใช้พลังงานต่ำยกตัวอย่างเช่นสมาร์ทโฟนแล็ปท็อปและก็เครื่องใช้ไม้สอยฝังตัว


ความเจริญก้าวหน้าได้ชี้แจงไว้ในเอกสารที่ตีพิมพ์เมื่อเร็วๆนี้ใน Nature Communications

การฝึกอบรมโครงข่ายนิวรัลเพื่อดำเนินการดังเช่นว่าจดจำวัตถุนำทางรถยนต์ที่ขับด้วยตัวเองหรือเล่นเกมรับประทานพลังงานรวมทั้งเวลาในการคำนวณมาก โดยทั่วไปคอมพิวเตอร์ขนาดใหญ่ที่มีตัว เกม ออนไลน์ ประเมินผลหลายแสนถึงพันต้องเรียนรู้งานพวกนี้และเวลาการฝึกอบรมสามารถใช้ได้ทุกแห่งตั้งแต่สัปดาห์จนกระทั่งเดือน

นั่นเป็นเพราะการคำนวณพวกนี้เกี่ยวข้องกับการถ่ายโอนข้อมูลไปๆมาๆระหว่างหน่วยที่แยกกันสองหน่วยความจำแล้วก็หน่วยประเมินผลและสิ่งนี้ใช้พลังงานและก็เวลาส่วนใหญ่ในระหว่างการฝึกอบรมโครงข่ายประสาทเทียมนักเขียนอาวุโส Duygu Kuzum ศ.จ.วิชากระแสไฟฟ้าและก็คอมพิวเตอร์วิศวกรรมที่ Jacobs School of Engineering ที่ UC San Diego

เกม ออนไลน์ เพื่อแก้ไขปัญหานี้ Kuzum รวมทั้งห้องทดลองของคุณได้ร่วมมือกับ Adesto Technologies ในการพัฒนาอุปกรณ์และอัลกอริทึมที่อนุญาตให้ทำการคำนวณพวกนี้ได้โดยตรงในหน่วยความจำทำให้ไม่มีความจำเป็นที่ต้องสลับข้อมูลซ้ำๆ

Yuhan Shi 
วิศวกรไฟฟ้าระดับปริญญาเอกกล่าวว่า“ พวกเรากำลังแก้ปัญหานี้จากปลายทั้งคู่ด้าน – เครื่องใช้ไม้สอยรวมทั้งอัลกอริทึม – เพื่อเพิ่มประสิทธิภาพการใช้พลังงานในระหว่างการฝึกอบรมโครงข่ายประสาทเทียม นิสิตในกลุ่มศึกษาค้นคว้าของ Kuzum ที่ UC San Diego

ส่วนประกอบฮาร์ดแวร์เป็นเทคโนโลยีหน่วยความจำแบบไม่เลือนหายไปอย่างประหยัดพลังงาน – อาเรย์ย่อยขนาด 512 กิโลบิตต่อวินาที Conductive Bridging RAM (CBRAM) ใช้พลังงานน้อยกว่าเทคโนโลยีหน่วยความจำชั้นแนวหน้า เกม ออนไลน์ ในขณะนี้ 10 ถึง 100 เท่า วัสดุอุปกรณ์ดังกล่าวมาแล้วข้างต้นใช้เทคโนโลยีหน่วยความจำ CBRAM ของ Adesto โดยส่วนมากจะใช้เป็นอุปกรณ์เก็บข้อมูลดิจิทัลที่มีสถานะเป็น ‘0’ รวมทั้ง ‘1’ เท่านั้น แม้กระนั้น Kuzum รวมทั้งห้องแลปของคุณแสดงให้เห็นว่าสามารถตั้งโปรแกรมให้มีสถานะอะที่นาล็อกหลายสถานะเอาอย่างทางชีวภาพในสมองของผู้คน อุปกรณ์ synaptic ที่เรียกว่านี้สามารถใช้เพื่อการคำนวณในหน่วยความจำสำหรับในการฝึกอบรมโครงข่ายประสาท


หน่วยความจำบนชิปในโปรเซสเซอร์ทั่วไปนั้นมี จำกัด มากโดยเหตุนี้จึงไม่มีความจุพอเพียงที่จะกระทำการประมวลผล เกม ออนไลน์ และเก็บข้อมูลบนชิปตัวเดียวกัน แม้กระนั้นด้วยวิธีแบบนี้เรามีหน่วยความจำความจุสูงซึ่งสามารถทำคำนวณที่เกี่ยวกับระบบประสาท การฝึกอบรมโครงข่ายในหน่วยความจำโดยไม่ต้องถ่ายโอนข้อมูลไปยังโปรเซสเซอร์ข้างนอกซึ่งจะช่วยเพิ่มประสิทธิภาพการทำงานแล้วก็ลดการใช้พลังงานในระหว่างการฝึกอบรม “Kuzum กล่าว


Kuzum 
ซึ่งเป็นผู้สนับสนุนกับศูนย์คอมพิวเตอร์แล้วก็การรักษาความปลอดภัยแบบบูรณาการที่ UC San Diego นำความอุตสาหะในการพัฒนาอัลกอริทึมซึ่งสามารถแมปเข้ากับอาร์เรย์เครื่องใช้ไม้สอยsynaptic นี้ได้อย่างสะดวกสบาย อัลกอริธึมช่วยลดการใช้พลังงานและก็เวลาได้มากขึ้นในระหว่างการฝึกอบรมเครือข่ายประสาทเทียม

แนวทางการนี้ใช้โครงข่ายประสาทแบบใชัพลังงานน้อยลงประเภทหนึ่งที่เรียกว่าโครงข่ายประสาทแบบ spiking สำหรับเพื่อการใช้การเรียนรู้แบบไม่มีผู้ดูแลในฮาร์ดแวร์ นอกเหนือจากนั้นทีมงานของKuzum ยังใช้อัลกอริทึมการประหยัดพลังงานอีกแบบที่พวกเขาปรับปรุงขึ้นเรียกว่า การตัดแต่งกิ่งนุ่ม” ซึ่งทำให้การฝึกอบรมโครงข่ายประสาทมีคุณภาพเยอะขึ้นโดยไม่ต้องเอื้อเฟื้อในแง่ของความแม่นยำ

Facebook Comments