人工智能正变得可持续

2020-05-06 16:59:32 编辑：来源：

导读 Milano Politecnico di的一个研究小组开发了一种新的计算电路，可以在一次操作中执行先进的操作，这是人工智能神经网络的典型。在速度和能耗方面的电路性能为新一代人工智能计算加速器铺平了道路，这些加速器在全球范围内更节能、更可持续。这项研究最近发表在著名的科学进步杂志上。认识一张脸或一个物体，或正确解释一个词或一首音乐曲调，是今天在智能手机和平板电脑等最常见的电子设备上可以进

Milano Politecnico di的一个研究小组开发了一种新的计算电路，可以在一次操作中执行先进的操作，这是人工智能神经网络的典型。

在速度和能耗方面的电路性能为新一代人工智能计算加速器铺平了道路，这些加速器在全球范围内更节能、更可持续。这项研究最近发表在著名的科学进步杂志上。

认识一张脸或一个物体，或正确解释一个词或一首音乐曲调，是今天在智能手机和平板电脑等最常见的电子设备上可以进行的操作，这要归功于人工智能。要做到这一点，复杂的神经网络需要适当的训练，这是如此的强烈要求，根据一些研究，碳足迹来自复杂的神经网络的训练可以等于5辆汽车在整个生命周期的排放。

为了减少训练的时间和能量消耗，人们应该开发与传统方法完全不同的电路，并且能够更准确地模拟神经网络的结构和生物突触的特性。一个典型的例子是内存中计算的概念，其中数据直接在内存中处理，就像在人脑中一样。

基于这一类比，米兰Politecnico di Milano的研究小组开发了一种新的电路，它可以在一次操作中执行一个称为回归的数学函数。为此，他们使用电阻存储器，也称为记忆器，一种可以记住任何基准（例如，在某一时间共享的值）的电阻值的设备。通过将这些内存元素排列在一个大小为几微米（百万分之一米）的数组中，Politecnico di Milano的组能够对一组数据执行线性回归。

这种操作能够确定最能描述数据序列的直线，例如，允许基于简单的线性模型预测股票市场的趋势。还演示了后勤回归，它允许在数据库中对数据进行分类。这一功能对于所谓的推荐系统至关重要，因为推荐系统是网上采购的关键营销工具。

标签：人工智能