В IBM запустили сверточную нейронную сеть на микрочипе TrueNorth

Ведущие компании мира тратят миллиарды долларов на то, чтобы научить машины делать то, что умеет двухлетний ребенок – различать предметы. Современные компьютеры работают на пределе своих возможностей, но все-таки не могут приблизиться к вычислительным способностям мозга человека. Приблизиться к его уровню позволяет нейроморфический чип, имитирующий мозг более эффективно. Однако, один тип нейронных сетей, так называемая сверточная нейронная сеть (CNN), до сих пор не поддавался моделированию в нейроморфическом железе.

Чип TrueNorth – это самодостаточная вычислительная система, совмещающая процессор и память. Каждый чип состоит из 4096 нейросинаптических ядер с миллионом программируемых нейронов и 266 миллионами конфигурируемых синапсов. При этом он потребляет гораздо меньше энергии, плотность мощности составляет 20 милливатт на кв. см, что почти в 10 000 раз меньше, чем у современных микропроцессоров.   

Точность TrueNorth в распознавании изображений и голоса не уступает лучшим современным системам, но использует гораздо меньше энергии и работает быстрее. А сочетание сверточной сети с нейроморфическими чипами может привести к созданию более умных смартфонов и машин, которые понимают вербальные команды, даже если мы произносим их не очень отчетливо.

Однако, несмотря на производительность TrueNorth, его создавали, не принимая в расчет сверточную нейронную сеть. Считалось, что эффективно использовать на нем интерфейс глубокого обучения невозможно. Работа ученых, опубликованная в журнале The Proceedings of the National Academy of Sciences, доказала обратное.

Дальнейшая цель разработчиков — «композиционность», то есть возможность поддерживать множество различных типов сетей, размещенных бок о бок в системе TrueNorth. Эта композицонность имитирует работу мозга, в котором разные сети гармонично взаимосвязаны друг с другом, сообщает Ars Technica.   

По мнению профессора Стэнфордского университета Боахена, его система Neurogrid, основанная на аналого-цифровом подходе, была бы в 20 более более эффективной, чем полностью цифровой TrueNorth, если бы работала на транзисторах 28 нм. По его мнению, нейроморфические системы не заменят, а дополнят современные компьютеры.