英研究團隊研發(fā)非神經(jīng)網(wǎng)絡(luò)硬件降低人工智能功耗
日前,英國紐卡斯?fàn)柎髮W(xué)的研究人員研發(fā)出一種非神經(jīng)網(wǎng)絡(luò)硬件,可以顯著降低人工智能的功率消耗。
研發(fā)團隊訓(xùn)練了一個神經(jīng)網(wǎng)絡(luò),讓它和另一項Tsetlin機器技術(shù),分別從標(biāo)準(zhǔn)MNIST數(shù)據(jù)集識別手寫數(shù)字。
紐卡斯?fàn)柎髮W(xué)高級講師Rishad Shafik表示:“即開即用的神經(jīng)網(wǎng)絡(luò)讓我們每焦耳可以進行不到10萬億次操作。而使用我們設(shè)計的第一臺Tsetlin機器,這個數(shù)值能達(dá)到65萬億次。這種改進主要來自于簡化過的邏輯設(shè)計!
他補充說,在上述數(shù)字識別實驗中時,一臺Tsetlin機器“可以識別15個單詞,與神經(jīng)網(wǎng)絡(luò)識別一個單詞所需的能量消耗相同”。
Tsetlin機器是一種“學(xué)習(xí)自動機”(learning automata),它最早是由俄羅斯科學(xué)家Mikhail Tsetlin在20世紀(jì)60年代發(fā)明的一種機器學(xué)習(xí)算法。Shafik解釋說,這種算法的問題在于,在其基本形式中,“學(xué)習(xí)自動機幾乎不可能在硬件上實現(xiàn),因為有大量的狀態(tài)需要去適應(yīng)”。
挪威阿格德大學(xué)的AI教授Ole-Christoffer Granmo說,在過去的幾年里,他通過將學(xué)習(xí)自動機與經(jīng)典的博弈論和布爾代數(shù)相結(jié)合,找到了一種降低學(xué)習(xí)自動機復(fù)雜性的方法。他將簡化版的學(xué)習(xí)自動機應(yīng)用到軟件中,并以該學(xué)科創(chuàng)始人的名字將其命名為“Tsetlin機器”(Tsetlin machine)。
在Granmo的研究基礎(chǔ)以及他本人的協(xié)助下,紐卡斯?fàn)枅F隊找到了一種能夠有效地將Tsetlin機器的數(shù)據(jù)類型和基礎(chǔ)算法映射到邏輯門上的方法,并在FPGA和定制ASIC上成功實現(xiàn),他們采用的的形式不僅適用于訓(xùn)練/學(xué)習(xí)AI階段,同時也適用于訓(xùn)練之后,也就是所謂的AI推理階段。
Shafik將Tsetlin機器和神經(jīng)網(wǎng)絡(luò)之間的功耗差別歸結(jié)于它們映射到硬件上的方式:神經(jīng)網(wǎng)絡(luò),包括二值神經(jīng)網(wǎng)絡(luò)在內(nèi),都是算術(shù),它們包含了許多乘法和加法操作,而Tsetlin機器硬件不使用算術(shù)。他表示:“這純粹是邏輯上的平行操作!
紐卡斯?fàn)栁⑾到y(tǒng)研究小組組長Alex Yakovlev,同時也和Shafik一樣是AI團隊的領(lǐng)導(dǎo)者,他表示:“能量效率是人工智能最重要的賦能因素,同樣重要的是能夠解釋AI決策的能力。對于這兩方面,我們需要擺脫算術(shù),而我們的Tsetlin機器硬件設(shè)計正好幫我們解決了這一問題!
這樣的機器能做什么?“任何類型的機器學(xué)習(xí)都需要訓(xùn)練!盨hafik說道,“本質(zhì)上,它能夠做神經(jīng)網(wǎng)絡(luò)可以做的任何事情!

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
7月22-29日立即報名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會
-
7.30-8.1火熱報名中>> 全數(shù)會2025(第六屆)機器人及智能工廠展
-
7月31日免費預(yù)約>> OFweek 2025具身智能機器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費參會立即報名>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
-
8月5日立即報名>> 【在線會議】CAE優(yōu)化設(shè)計:醫(yī)療器械設(shè)計的應(yīng)用案例與方案解析
推薦專題