神经网络:灵感来自人类,驱动来自存储

winniewei 提交于 周一, 05/06/2019
神经网络:灵感来自人类,驱动来自存储

人脑中的神经系统精密而复杂

成人的大脑拥有超过1000亿个神经元[MOU1] 

每天要进行数万次的计算

计算机系统发展到今天

仍无法企及人脑的万分之一

无论是处理文件还是躲避危险

人类的自主神经系统比任何现有的计算机系统

都能更有效地管理复杂的功能  

1

然而神经网络的出现正在缩小这一差距

人工神经网络从人脑神经系统得到灵感

通过模仿人脑神经元连接

神经网络可以把人工智能提升到新的高度

从各家机构最新发布的

多份2019年人工智能趋势报告来看

神经网络正在更广泛、更深入地

影响人工智能行业以及人们的生活

有关神经网络的趋势包括:

  • 先进医疗保健与生物测定领域的研究人员正在开始利用神经网络研究和测定此前难以量化的非典型风险因素

  • 通过让两个神经网络相互博弈,形成一种非监督式学习方法,即“生成对抗网络”

  • 利用神经网络来设计最优化的天线,从而改变电信行业

  • …… 

1

更有人将人工智能的神经网络革命

喻为“世纪之交的电力革命”

那么,神经网络是如何工作的?

而内存又在如何影响神经网络的工作?

神经网络模仿人类神经元簇

神经网络要像人脑一样工作,就必须对环境进行快速分析,并识别上下文线索。为了让机器人的处理方式更接近人类大脑的表现,研究人员正在深入研究大脑,绘制神经元图谱,并想方设法优化其计算化神经网络,以便完成复杂的任务。

在大脑中,激活的电信号穿过多个特征检测层,每次都会整理信息,以便激活相应的神经元,使其做出响应。这使我们得以识别物理世界的形状、模式和特征,并做出相应的反应。这个过程只有几毫秒——识别几乎是瞬间完成的。

将其与计算机化神经网络的运作原理进行比较。神经网络从照相机、雷达、激光雷达、陀螺仪和加速计等电子感官器接收感觉数据,并通过它们自己的输入层(一系列旨在模拟人类神经功能的编码算法)对这些数据进行过滤。将收集到的数据进行排序、缩放,并在其穿过每个神经层时通过一系列决策算法发送。一旦它到达输出层,就会做出模仿人类反应和行动过程的最终决定。

在计算机化的神经网络中,微决策和感官数据整理的速度正在接近人脑处理非常具体的任务的速度。更复杂的决策需要上下文线索和细枝末节,这仍然是神经网络难以处理的;人类当然有优势。随着数据在神经网络中移动的速度越来越快,决策层变得越来越复杂;神经网络也将在未来将更接近人脑运行的效率。

内存让神经网络做出自己的决定

速度的提高取决于数据存储,以及通过极快的带宽访问数据的能力,这样AI算法就可以对数据进行整理。这个流程需要像美光GDDR6技术这样的高速内存,它可以帮助这些计算机化的神经网络尽可能迅速地做出决策。

美光云市场客户项目经理Gregg Wolf是研究内存如何让高速神经网络成为可能的专家,他认为,内存的前景一片光明。“人工智能就像电力一样,将彻底改变某些行业处理和利用现有信息的方式。神经网络的决策算法需要密集的数学过程和数据分析,这两者都增加了对更快的内存和内存存储的需求。”

神经网络的决策算法需要密集的数学过程数据分析,这两者都增加了对更快的内存和内存存储的需求。这在超大规模数据中心的云中尤为重要,其中美光GDDR设备在基于GPU的大数据处理中发挥着关键作用;而美光的DRAM和固态硬盘产品组合则加快了整个数据流。

1

Wolff说:“大量数据通过数据中心流入,人类很难去定义所有功能和所有代码,并来回传递所有数据。很多信息可以通过采用高性能硬件的神经网络和可扩展神经网络传输,这使得人们能够尽可能实时从这些信息中提取价值。”

就像大脑读取的身体所发出的信号,识别你的手发出的信号,表明烤箱是热的一样,神经网络也可以从摄像头读取大量数据点,并准确记录机器人将在哪里执行清理任务。

GDDR5和GDDR6将神经网络提升到了一个新高度

如果想提高自己的大脑反应速度,就需要提高记忆力。同样,神经网络的能力也随处理性能而增强。美光不断突破性能极限,不断开发越来越快的DRAM、NAND闪存和GDDR设备。 GDDR5和GDDR6是神经网络中基于GPU的图形卡的首选技术。GDDR6将这种性能提升到更高的水平,其内存带宽是GDDR5的两倍。截至2018年6月,这种超高效和强大的内存已进入大规模生产,用于高性能应用。

未来属于神经网络

随着计算机开始变得更像人

它们将以较高的速度和效率

构成我们生活的基本智能结构

美光将持续提供动力支持

助力这场科技革命

来源: 美光科技

相关文章

Digi-Key