Нейросеть научили определять градус и сорт вина с 95% точностью

Ученые из NIST разработали новый тип аппаратного обеспечения для искусственного интеллекта (ИИ), которое может потреблять меньше энергии и работать быстрее — и оно уже умеет виртуально дегустировать вина.

Ученые из программы NIST Hardware for AI и их коллеги из Университета Мэриленда создали свою нейронную сеть, которая работает с повышенной эффективностью. 

Как и в случае с традиционными компьютерными системами, у ИИ есть физические аппаратные схемы и программное обеспечение. В аппаратном обеспечении обычно есть большое количество обычных кремниевых чипов, которые потребляют много энергии: например, на обучение одного современного коммерческого процессора нужно примерно 190 мегаватт-часов (МВт*ч) электроэнергии.

Менее энергоемкий подход — использовать другие виды оборудования для создания нейронных сетей. Одно из многообещающих устройств — это магнитный туннельный переход (MTJ). Устройства на MTJ потребляют в несколько раз меньше энергии, чем их традиционные аналоги. MTJ работают быстрее, так как хранят данные в том же месте, где выполняют вычисления.

Новая нейросеть, как и обычные дегустаторы, должна натренировать свой вкус. Команда обучила сеть, используя 148 вин, изготовленных из трех видов винограда. Каждое виртуальное вино имело 13 характеристик, которые необходимо было учитывать: градус алкоголя, цвет, щелочность и магний. Каждой характеристике было присвоено значение от 0 до 1, чтобы сеть учитывала его и отличала одно вино от другого.

Дальше ИИ прошло виртуальный тест с набором данных, который включал 30 неизвестных вин. Система работала с точностью 95,3%. 

У авторов не было задачи создать ИИ-сомелье. Главный вывод — устройства MTJ можно расширить и использовать для создания новых систем ИИ. 

Количество энергии, потребляемой системой, зависит от ее компонентов, но если использовать MTJ в качестве синапсов, то можно сократить потребление энергии вдвое.

Читать далее:

НАСА: телескоп «Джеймс Уэбб» необратимо поврежден от удара небольшого метеорита

Физики нашли универсальные «часы» в космосе: они точнее атомных

Телескоп «Джеймс Уэбб» сделал первый снимок Юпитера: на нем сразу 9 двигающихся целей

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Больше миллиона Гбит в секунду: японцы побили рекорд скорости передачи данных по оптоволокну
Новости
Хаос во благо: физики создали новый инструмент для квантового мира
Наука
Hugging Face выпустила недорогих человекоподобных роботов с открытым кодом
Новости
Китайский аккумулятор для электромобиля выдержал наезд 36-тонного танка
Новости
Воспитанники детских домов изучат основы работы с нейросетями
Новости
Четвероногий робот из Цюриха научился играть в бадминтон с людьми
Новости
В MIT раскрыли механизм набора веса из-за жирной пищи и как обратить его вспять
Наука
60 000 лет рядом: ученые выяснили, кто стал первым паразитом человека
Наука
Ректора Университета Иннополис избрали членом-корреспондентом РАН
Иннополис
В Корее робопса научили паркуру и бегу по стенам: посмотрите, что он может
Новости
Древний череп «человека-муравья» нашли в Аргентине
Наука
На селфи марсохода попал неожиданный объект: его заметили не сразу
Космос
Посмотрите на двух морских коньков, которых застукали за «поцелуем» в океане
Наука
Почти 10 000 роутеров Asus тайно заразили: как проверить свой и защититься
Новости
Ракета будет доставлять товары с AliExpress за час по всему миру: ее испытали в Китае
Новости
В России пригрозили «душить» иностранные сервисы: кто в опасности
Новости
Boston Dynamics усовершенствовала систему восприятия гуманоидного робота Atlas
Новости
Наклейка на лоб анализирует мозговые волны и предсказывает переутомление
Наука
Посмотрите на робота-трансформера, который меняет форму прямо в полете
Новости
Китай отправил миссию за образцами горных пород с квазиспутника Земли
Космос