为下一代人工智能构建硬件

时间:2019-03-04 16:11:52 阅读:2次

在最近的一个星期一早上,麻省理工学院电子工程和计算机科学副教授Vivienne Sze热情地谈到了网络架构设计。她的学生慢慢点头,仿佛处于理解的边缘。当材料点击时,点头的速度和信心增长。 “一切都很清楚?”她简短地停顿了一下,然后又回头点头,然后又回来了。
这个新课程,6.S082 / 6.888(深度学习硬件架构),尺寸适中 - 目前上限为25  - 与其他麻省理工学院专注于机器学习和人工智能的突破演讲厅相比。但是这个课程有点不同。学生们有很多先决条件和沉重的假设知识基础,他们很快就会深入人心。他们在几周内开始通过算法设计,在相似的时间内覆盖计算机硬件设计的领域,然后深入到实际工作:如何考虑使这两个领域协同工作。
Sze说,该课程的目标是教导学生两个传统上独立的学科之间的相互作用。 “你如何编写可以很好地映射到硬件上的算法,以便它们可以更快地运行?你如何设计硬件以更好地支持算法?“她反问道。 “设计算法是一回事,但要在现实世界中部署它们,你必须考虑速度和能耗。”
“我们开始看到学生对深度学习的硬件方面的巨大兴趣,”与Sze共同教授该课程的Joel Emer说。作为麻省理工学院电气工程与计算机科学系的实践教授,以及芯片制造商NVidia的高级杰出研究科学家,Emer之前曾与Sze合作过。他们一起编写了一篇期刊文章,提供了有关实现深度神经网络高效处理的最新进展的全面教程和调查报道。它被用作课程的主要参考。
2016年,他们的团队推出了一款针对神经网络优化的新型节能计算机芯片,该计算机芯片可以使强大的人工智能系统在移动设备上本地运行。这款名为“Eyeriss”的突破性芯片也可以帮助引入物联网。
“我已经在这个领域工作了四十多年。我从未见过一个充满激情和承诺的地区,“Emer说。 “通过建立重要的专业建筑产生原始影响的机会比我以前看到的任何东西都要大。”
硬件是深度学习的核心
深度学习是一种称为神经网络的人工智能方法的新名称,神经网络是一种机器学习方法,计算机通过分析训练样例来学习执行某些任务。 Emer表示,如今,深度学习的流行应用无处不在。例如,该技术可以驱动图像识别,自动驾驶汽车,医学图像分析,监视和运输系统以及语言翻译。
Emer表示,深度学习核心的硬件价值往往被忽视。计算机科学家已经研究了60年的实用和高效的神经网络,如果没有硬件来支持深度学习算法是不可行的。 “由于硬件的进步,许多人工智能成就成为可能,”他说。 “硬件是您在软件中可以做的一切的基础。”
Emer说,深度学习技术发展非常迅速。 “直接需要这种硬件。一些走出课堂的学生可能会为这场硬件革命做出贡献。“
Sze表示,与此同时,像谷歌和微软这样的传统软件公司正在注意,并投资更多定制硬件以加快深度学习的处理速度。
“人们认识到拥有高效硬件以支持深度学习的重要性,”她说。 “以及推动研究向前发展的专业硬件。深度学习进步的最大局限之一是可用的计算量。“
新的硬件架构
实际部署是Skanda Koppula的关键,他是电气工程和计算机科学的研究生。他是MIT Formula SAE赛车电子团队的成员。
“我们计划将这些想法应用于为无人驾驶方程式学生赛车建立感知系统,”他说。 “从长远来看,我认为自己正在努力争取相关领域的博士学位。”
瓦莱丽·萨格(Valerie Sarge)也是电气工程和计算机科学专业的研究生,他正在准备课程,其职责包括为机器学习应用创建硬件。
“深度学习是一个快速发展的领域,更好的硬件架构有可能对研究人员有效培训网络的能力产生重大影响,”她说。 “通过本课程,我获得了为设计这些架构所需的一些技能。”

为下一代人工智能构建硬件所属专题:下一代专题 人工智能专题 《为下一代人工智能构建硬件》链接:http://www.zhouchuanxiong.net/355

为下一代人工智能构建硬件相关文章

  • 新的合作通过人工智能激发全球与
  • 识别人工智能“盲点”
  • 3Q:Aleksander Madry建立值得信
  • 人工智能系统使用透明的,类似人
  • 为下一代人工智能构建硬件
  • IBM和麻省理工学院开展人工智能联
  • CSAIL与业界合作推出人工智能计划
  • 麻省理工学院媒体实验室参与了27
  • 奥巴马总统与媒体实验室主任Joi
  • 马文明斯基,“人工智能之父”,
  • 马文明斯基对人工智能的终身成就
  • 机器人和超越展览探索人工智能世
  • IBM启动研究协作中心以推动下一代
  • 在ICLR 2018年探索人工智能前沿
  • IBM AA AI在AAAI人工智能会议上发
  • 人工智能的时代 - 以及将提供它的
  • 搜索引擎的历史:从索引卡到人工
  • AI Sport,运动员多久才开始使用
  • DeepMind和Blizzard将星际争霸II
  • 我们与学术界合作推进人工智能领
  • 宣布人工智能合作伙伴关系让人民
  • 为什么今天的零售银行需要人工智
  • 人工智能如何预测哈里王子和梅根
  • 利用人工智能提供下一个最佳行动
  • 与Matt Zeiler在2019年的最佳人工
  • 人工智能不能比人类做得好4件事
  • 驾驭人工智能:面部识别的承诺
  • AI在电影中:人工智能的一切超越
  • 人工智能正在影响艺术世界的3种方
  • Clarifai精选黑客:通过人工智能
  • Clarifai特色黑客:Terrabeasts是
  • 情感分析:感谢人工智能,它不再
  • 合规风险人工智能:富有成效的会
  • 人工智能的未来:人工智能世界24
  • 用人工智能提高保险经济学的三种
  • 以人工智能为动力的客户体验管理