Wählen Sie Ihr Land oder Ihre Region aus.

EnglishFrançaispolskiSlovenija한국의DeutschSvenskaSlovenskáMagyarországItaliaहिंदीрусскийTiếng ViệtSuomiespañolKongeriketPortuguêsภาษาไทยБългарски езикromânescČeštinaGaeilgeעִבְרִיתالعربيةPilipinoDanskMelayuIndonesiaHrvatskaفارسیNederland繁体中文Türk diliΕλλάδαRepublika e ShqipërisëአማርኛAzərbaycanEesti VabariikEuskera‎БеларусьíslenskaBosnaAfrikaansIsiXhosaisiZuluCambodiaსაქართველოҚазақшаAyitiHausaКыргыз тилиGalegoCatalàCorsaKurdîLatviešuພາສາລາວlietuviųLëtzebuergeschmalaɡasʲМакедонскиMaoriМонголулсবাংলা ভাষারမြန်မာनेपालीپښتوChicheŵaCрпскиSesothoසිංහලKiswahiliТоҷикӣاردوУкраїнаO'zbekગુજરાતીಕನ್ನಡkannaḍaதமிழ் மொழி

100 Millionen Neuronen sind dem menschlichen Gehirn einen Schritt näher, Intel veröffentlicht ein neuronales Mimiksystem

Am 19. März kündigte Intel an, das neueste neuronale Mimic-Computing-System namens "PohoikiSprings" auf den Markt zu bringen, das eine Rechenkapazität von 100 Millionen Neuronen hat, das menschliche Gehirn simulieren kann und weniger Energie verbraucht, um schnellere Berechnungen durchzuführen.

PohoikiSprings ist ein Rechenzentrums-Rack-System, das größte neuronale Mimic-Computing-System, das Intel bisher entwickelt hat. Es integriert 768 Loihi-Forschungschips für neuronale Mimikry in fünf Standard-Chassis in Servergröße.

Das menschliche Gehirn besteht aus 86 Milliarden Neuronen. Die Anzahl der Neuronen im Insektenhirn liegt in der Größenordnung von mehreren hunderttausend. Die Anzahl der Neuronen in PohoikiSprings liegt weit über dem Niveau des Insektengehirns, und die Entfernung zum menschlichen Gehirn hat einen weiteren Schritt getan.

Es wird berichtet, dass Mike Davis, Direktor des Intel Neural Mimic Computing Laboratory, sagte, dass PohoikiSprings den neuromimischen Forschungschip von Loihi um mehr als das 750-fache erweitert hat, während er mit weniger als 500 Watt Leistung betrieben wird. Mit neuronalen Mimikry-Berechnungen kann das Modell auf ähnliche Weise wie das eines menschlichen Säuglings mit nur einer Ansicht des Bildes oder Spielzeugs zur dauerhaften Erkennung erlernt werden.

Und Davis sagte, dass das Modell auch in Echtzeit aus den Daten lernen kann und die endgültigen Vorhersagen möglicherweise genauer sind als die Vorhersagen herkömmlicher Modelle für maschinelles Lernen. "Dies wird einige derzeit unvorstellbare Berechnungen ermöglichen." Außerdem werden im PohoikiSprings-System Speicher und Berechnung nicht getrennt, wodurch die Datenübertragungsentfernung minimiert wird.

Es versteht sich, dass Intel-Forscher ein Experiment durchgeführt haben, bei dem die fortschrittlichsten Deep-Learning-Methoden zum Trainieren künstlicher Intelligenzsysteme zur Identifizierung schädlicher Gase verwendet wurden. 3000 Proben werden benötigt, und unter Verwendung des neuronalen Mimik-Chip-Trainings reicht eine Probe aus.

Intel wird das PohoikiSprings-System in Kürze für Mitglieder der Intel Neuromimicry Research Community (INRC) öffnen, darunter Mitglieder von Accenture, Airbus und anderen Unternehmen, Regierungslabors und akademischen Forschern.

Laut Sina Finance prognostiziert Gartner laut einer Drittagentur, dass neuronale Mimik-Chips bis 2025 die Hauptcomputerarchitektur für neue und fortschrittliche Formen der Bereitstellung künstlicher Intelligenz werden und die GPU, einen der Hauptchips, ersetzen werden derzeit in künstlichen Intelligenzsystemen verwendet. Neben Intel arbeitet IBM auch an der Technologie.

Intel sagte, dass neuronales Mimic Computing eine vollständige Subversion der Computerarchitektur von unten nach oben ist. Ziel ist es, die neuesten Erkenntnisse aus den Neurowissenschaften anzuwenden, um Chips zu entwickeln, die eher wie menschliche Gehirnchips als wie herkömmliche Computerchips wirken.

Das neuronale Mimikry-System repliziert die Art und Weise, wie Neuronen auf Hardwareebene organisieren, kommunizieren und lernen. Intel geht davon aus, dass Loihi und zukünftige neuromimetische Prozessoren ein neues programmierbares Computermodell definieren werden, das die weltweit wachsende Nachfrage nach beliebten Smart-Geräten befriedigen kann.