FatNet neuroninio tinklo iliustracija. Autoriai: Dr. Constantine Carlos Reyes-Aldasoro Londono universiteto Mokslo ir technologijų mokyklos Sičio mokslininkai sukūrė novatorišką algoritmą, pavadintą „FatNet“.
Numatant ateitį, kai Moore’o dėsnis (kuris numato dvigubą skaičiavimo galią kas dvejus metus) nebebus veiksmingas, Ph. studentas Riadas Ibadulla, profesorius Thomas Chenas ir dr. Constantino Carlos Reyes-Aldasoro sukūrė proveržio algoritmą, kuris panaudoja optinių greitintuvų didelės raiškos galimybes dirbtinio intelekto (AI) programose, todėl ateityje perėjimas prie optinio skaičiavimo bus efektyvesnis. .
Jų „FatNet“ kūrimo tyrimai buvo paskelbti AIatviros prieigos žurnalas apie dirbtinį intelektą (AI).
Optiniai greitintuvai jau seniai buvo AI tyrimų objektas. Tačiau šiuolaikiniai neuroniniai tinklai nėra skirti optiniam skaičiavimui, nes jie pirmiausia buvo sukurti CPU/GPU eroje; jie neturi pranašumo prieš optinio skaičiavimo lygiagretumo galimybes ir linkę naudoti mažesnę skiriamąją gebą, kai kyla klasifikavimo problemų.
Siekdami išspręsti šį iššūkį, trys miesto tyrėjai pristatė „FatNet“ konversiją, kuri gali paversti bet kokį konvoliucinį tinklą specializuotu tinklu, labiau suderinamu su optiniu AI greitintuvu.
Tai maksimaliai padidina optikos lygiagretumo potencialą, todėl FatNet yra vienas iš pirmųjų algoritmų, kuris efektyviai integruoja AI modelius į 4F laisvos erdvės optinius greitintuvus. Algoritmas yra specialiai sukurtas giliajam mokymuisi – mašininio mokymosi pogrupiui, kuris imituoja žmogaus smegenis.
FatNet yra pagrįstas technika, vadinama konvoliuciniais neuroniniais tinklais (CNN), skirta apdoroti ir klasifikuoti vaizdus. Šie specializuoti gilaus mokymosi algoritmai yra žinomi dėl savo efektyvumo atliekant vaizdo atpažinimo užduotis.
Tačiau „FatNet“ naudoja efektyvesnius konvoliucinių neuroninių tinklų vykdymo būdus, todėl jis yra žymiai greitesnis nei tradicinis CPU / GPU pagrįstas AI. Naudodamas optinius greitintuvus, „FatNet“ gali atlikti šias užduotis žymiai sumažindamas energijos suvartojimą ir apdorojimo laiką.
Galimos „FatNet“ programos yra didžiulės – nuo medicininės diagnostikos tikslumo didinimo iki autonominių transporto priemonių technologijos tobulinimo.
FatNet plėtra žymi reikšmingą žingsnį į priekį dirbtinio intelekto ir skaičiavimo srityje, siūlydamas daug žadantį sprendimą ateičiai, kai įprastiniai skaičiavimo metodai gali tapti netinkami.
Daugiau informacijos: Riad Ibadulla ir kt., FatNet: didelės skiriamosios gebos branduoliai, skirti klasifikuoti naudojant visiškai konvoliucinius optinius neuroninius tinklus, AI (2023). DOI: 10.3390/ai4020018
Citata: Technologai kuria FatNet algoritmą (2023 m. gegužės 9 d.), gautą 2023 m. gegužės 9 d. iš https://techxplore.com/news/2023-05-technologists-fatnet-algorithm.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
