Dans son laboratoire près de SAN Jose, IBM a construit un cerveau de rongeur électronique à partir de 48 Puces de test TrueNorth, dont chacun peut imiter un élément de base du cerveau.
IBM a créé un cerveau artificiel à partir de 48 puces
Sous la direction du chef de projet Dharmendra Modha, nous nous sommes familiarisés avec l'ensemble du projet. On comprend que son volume est comme une armoire à pharmacie de salle de bain, qui est recouvert de panneaux en plastique translucide, et je peux clairement voir les jetons, cartes de circuits imprimés et indicateurs colorés à l'intérieur. Cela ressemble à quelque chose d'un film de science-fiction des années 70, mais Modha dit, “Vous regardez un petit rongeur.”
Il parle du cerveau d'un petit rongeur, ou au moins cette pile de jetons peut rentrer dans ce cerveau. Ces puces agissent comme des neurones, les éléments de base du cerveau. Modha dit que le système peut simuler 48 millions de cellules nerveuses, à peu près égal au nombre de cellules nerveuses dans le cerveau d'un petit rongeur.
Chez IBM, Modha dirigeait le groupe d'informatique cognitive, qui a inventé le “neuropuce.” Quand lui et son équipe ont dévoilé leur invention pour la première fois, ils l'ont utilisé pour un test de trois semaines, soutenir les universitaires et les chercheurs gouvernementaux dans le laboratoire de recherche et développement d'IBM dans la Silicon Valley. Après avoir connecté leurs propres ordinateurs au cerveau de la souris numérique, les chercheurs ont exploré sa structure et ont commencé à écrire des programmes pour la puce TrueNorth.
Mois dernier, certains chercheurs avaient déjà vu ce type dans le Colorado, donc ils l'avaient programmé pour reconnaître les photos et la parole, et comprendre un langage naturel. La puce exécute le “apprentissage profond” algorithmes qui dominent désormais les services d’intelligence artificielle d’Internet, fournissant une reconnaissance faciale pour Facebook et une traduction en temps réel pour Skype de Microsoft. Toujours, IBM a une longueur d'avance car ses recherches pourraient réduire le besoin d'espace et d'alimentation électrique. À l'avenir, nous pourrons peut-être intégrer cette intelligence artificielle dans les téléphones mobiles et autres petits appareils, comme les aides auditives et les montres.
“Qu'obtenons-nous de la structure synaptique? Nous pouvons classer des images avec une très faible consommation d'énergie, et nous pouvons constamment résoudre de nouveaux problèmes dans de nouveaux environnements.” Brian Van Essen, un informaticien du Lawrence Livermore National Laboratory, responsable de l'application des algorithmes d'apprentissage profond à la sécurité nationale.
TrueNorth est la dernière technologie qui permettra d'exécuter l'apprentissage en profondeur et une gamme d'autres services d'IA à l'avenir.. Les machines d'aujourd'hui qui exécutent les algorithmes de Google, Facebook et Microsoft nécessitent toujours des processeurs graphiques distincts, mais ils s'orientent tous vers les FPgas (puces qui peuvent être programmées pour des tâches spécifiques). Peter Diehl (PhD au sein du Cortex Computing Group de l'Université Polytechnique de Zurich) estime que TrueNorth est supérieur aux puces graphiques autonomes et aux FPgas en raison de sa faible consommation d'énergie.
La principale différence, dit Jason Mars, professeur d'informatique à l'Université du Michigan, est que TrueNorth fonctionne de manière transparente avec les algorithmes d'apprentissage en profondeur. Les deux simulent en profondeur les réseaux de neurones et génèrent des neurones et des synapses “dans le cerveau.” “La puce peut exécuter efficacement les commandes du réseau neuronal.” Il n'a pas participé au test, mais a suivi de près les progrès de la puce.
Quand même, TrueNorth n'est pas encore entièrement synchronisé avec les algorithmes d'apprentissage profond. Cependant, IBM a décidé d'impliquer des chercheurs extérieurs pour améliorer la puce, parce que c'est encore loin du marché réel. Pour Modha, c'était aussi un processus nécessaire, comme il l'a dit: “Nous devions jeter des bases solides pour une transformation majeure.”
Le cerveau dans le téléphone
Peter Diehl s'est récemment rendu en Chine, mais pour une raison quelconque tu sais, son téléphone ne fonctionnait pas avec Google, et il a soudainement ramené l'intelligence artificielle à sa forme originale. Parce que l’essentiel du cloud computing dépend désormais des serveurs de Google, donc sans le réseau, tout est inutile.
L'apprentissage profond nécessite une énorme quantité de puissance de traitement, qui est généralement fourni par des centres de données géants, et nos téléphones y sont généralement connectés via Internet. Nord vrai, d'autre part, peut déplacer au moins une partie de sa puissance de traitement vers votre téléphone ou un autre appareil, ce qui pourrait considérablement augmenter la fréquence d’utilisation de l’IA.
Mais pour comprendre ça, vous devez d'abord comprendre comment fonctionne l'apprentissage profond. Cela fonctionne en deux étapes. D'abord, des entreprises comme Google et Facebook doivent créer leurs propres réseaux de neurones pour gérer des tâches spécifiques. S'ils veulent pouvoir reconnaître automatiquement les photos de chats, ils doivent montrer au réseau neuronal un tas de photos de chats. Alors, une fois le modèle formé, un autre réseau de neurones doit effectuer cette tâche. Quand tu prends une photo, le système doit déterminer s'il y a des chats à l'intérieur, et TrueNorth existe pour rendre la deuxième étape plus efficace.
Une fois que vous avez entraîné le réseau neuronal, la puce peut vous aider à contourner le centre de données géant et à passer directement à la deuxième étape. Et parce que la puce de TrueNorth est si petite et économe en énergie, il peut s'adapter aux appareils portables. Cela augmente l'efficacité globale car vous n'avez plus besoin de télécharger les résultats du centre de données sur le réseau.. Si cela peut être popularisé, cela peut réduire considérablement la pression sur les centres de données. “C'est l'avenir de l'industrie, où les appareils peuvent effectuer des tâches complexes de manière indépendante.” “Mars a dit.
Neurones, axones, synapses et influx nerveux
Google a récemment tenté d'introduire les réseaux de neurones sur les téléphones mobiles, mais Diehl pense que TrueNorth est bien en avance sur ses concurrents, parce que c'est plus en phase avec le deep learning. Chaque puce peut simuler des millions de neurones, et ces neurones peuvent communiquer entre eux via “synapses dans le cerveau.”
C'est ce qui distingue TrueNorth des produits similaires sur le marché., même par rapport aux processeurs graphiques et les FPgas ont suffisamment d'avantages. Des puces TrueNorth peuvent se former “influx nerveux,” semblable aux impulsions électriques dans le cerveau. L’influx nerveux peut montrer un changement de ton dans le discours d’une personne, ou un changement de couleur dans une image. “Vous pouvez y voir de petits messages entre neurones.” Rodrigo Álvarez-Icaza, l'un des principaux concepteurs de la puce.
Bien qu'il y ait 5.4 milliards de transistors sur la puce, sa consommation électrique est seulement 70 milliwatts. Qu'en est-il des processeurs Intel standard? Il a 1.2 milliards de transistors, mais sa consommation électrique atteint 35 à 140 watts. Même les puces ARM, qui sont couramment utilisés dans les smartphones, consomme plusieurs fois plus d'énergie que les puces TrueNorth.
Bien sûr, pour que la puce fonctionne vraiment, il a besoin d'un nouveau logiciel, c'est exactement ce que Diehl et d'autres développeurs ont essayé de faire pendant le test. Autrement dit, les développeurs convertissent le code existant dans un langage que la puce reconnaît et y alimente, mais ils travaillent également à l'écriture de code natif pour TrueNorth.
présent
Comme les autres développeurs, Modha se concentre sur la discussion de TrueNorth dans le domaine de la biologie, comme les neurones, axones, synapses, influx nerveux, etc.. La puce imite sans aucun doute le système nerveux humain à certains égards, mais il a encore ses limites. “Ce genre de discussions est souvent très prudent. Après tout, le silicium n’est pas la matière dont est fait le cerveau humain.” Chris Nicholson, co-fondateur d'une société appelée Skymind.
Modha reconnaît ces affirmations. Lorsqu'il a démarré le projet en 2008, avec un $53.5 millions d'investissements de la Darpa (la branche de recherche du ministère de la Défense), le but était de construire une toute nouvelle puce à partir de matériaux complètement différents et de simuler le cerveau humain. Mais il sait que ça n'arrivera pas rapidement, et “nous ne pouvons pas ignorer la réalité sur le chemin de la poursuite de nos rêves,” il a dit.
Dans 2010, il était alité avec la grippe porcine, C'est à ce moment-là qu'il s'est rendu compte que la meilleure façon de surmonter le goulot d'étranglement était de commencer par la structure de la puce et de réaliser une simulation du cerveau.. “Vous n’avez pas besoin de cellules nerveuses pour imiter la physique de base, chimie et biologie pour améliorer la puissance de calcul. Nous devons être suffisamment flexibles pour ressembler de plus en plus au cerveau.” 'il a dit.
C'est la puce TrueNorth. Ce n'est pas un cerveau numérique, mais c'est une étape importante sur le chemin, et avec l'essai d'IBM, le plan est sur la bonne voie. La machine entière est en fait composée de 48 machines séparées, chacun avec son propre processeur TrueNorth. La semaine prochaine, avec le procès terminé, Modha et son équipe démonteront la machine que les chercheurs pourront emporter chez eux pour des études plus approfondies.. Les humains utilisent la technologie pour changer la société, et ces chercheurs sont l'épine dorsale de nos efforts.