Intel presenta Loihi, un procesador de autoaprendizaje que imita las funciones cerebrales - Calendae - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Intel presenta Loihi, un procesador de autoaprendizaje que imita las funciones cerebrales – Calendae

Hola otra vez. En el teclado Jordi Oriol y hoy hablaremos sobre Intel presenta Loihi, un procesador de autoaprendizaje que imita las funciones cerebrales – Calendae

Intel ha desarrollado un autoaprendizaje único en su tipo neuromórfico chip – nombre en clave Loihi. Imita las funciones del cerebro animal al aprender a operar basándose en varios modos de retroalimentación del entorno. diferente a red neuronal convolucional (CNN) y otros procesadores de aprendizaje profundo, Intel Loihi utiliza un modelo de picos asincrónico para imitar neurona es sinapsis comportamiento en un análogo mucho más cercano al comportamiento del cerebro animal.

Loihi: chip de autoaprendizaje de Intel

Los modelos de aprendizaje automático basados ​​en CNN utilizan grandes conjuntos de entrenamiento para configurar el reconocimiento de objetos y eventos. Este chip extremadamente eficiente en energía, que utiliza datos para aprender y hacer inferencias, se vuelve más inteligente con el tiempo y no necesita ser entrenado de la manera tradicional. El chip Loihi incluye circuitos digitales que imitan los mecanismos básicos del cerebro, lo que hace que el aprendizaje automático sea más rápido y más eficiente y requiera mucha menos potencia informática.

El chip ofrece un aprendizaje en chip altamente flexible y combina entrenamiento e inferencia en un solo chip. Esto permite que las máquinas sean autónomas y se adapten en tiempo real en lugar de esperar la próxima actualización desde la nube. En comparación con las redes neuronales convolucionales y las redes neuronales de aprendizaje profundo, el chip de prueba Loihi utiliza muchos menos recursos para la misma tarea. Se ha demostrado que los investigadores aprenden a una velocidad un millón de veces mejor que otros dispositivos típicos de redes neuronales.

Las capacidades de autoaprendizaje creadas como prototipo por este chip de prueba tienen un enorme potencial para mejorar las aplicaciones automotrices e industriales, así como la robótica personal, cualquier aplicación que se beneficie del funcionamiento autónomo y el aprendizaje continuo en un entorno no estructurado. Por ejemplo, reconocer el movimiento de un automóvil o una bicicleta para un vehículo autónomo. Más importante aún, es hasta 1.000 veces más eficiente en energía que el procesamiento genérico.

Caracteristicas

  • Mallas neuromórficas multinúcleo totalmente asincrónicas.
  • Cada neurona puede comunicarse con miles de otras neuronas.
  • Cada núcleo neuromórfico incluye un motor de aprendizaje que se puede programar para adaptar los parámetros de la red durante el funcionamiento.
  • Fabricado con tecnología de proceso Intel de 14 nm.
  • Un total de 130.000 neuronas y 130 millones de sinapsis.
  • Desarrollo y prueba de diferentes algoritmos con alta eficiencia algorítmica para problemas como planificación de ruta, satisfacción de restricciones, codificación escasa, aprendizaje de diccionario y aprendizaje y adaptación de modelos dinámicos.

No te olvides compartir en en tu Twitter y Facebook para que tus amigos lo vean

??? ? ? ???

Comparte