A inteligência artificial será forçada a fazer cálculos de rotina: big data e estatísticas

De acordo com um grupo de especialistas americanos, processadores neuromórficos que imitam o trabalho do cérebro são capazes de resolver problemas com sucesso a partir de um círculo que vai muito além de sua área habitual de inteligência artificial. Uma série de experimentos matemáticos simples mostrou que os processadores neuromórficos são muito eficientes para processar grandes dados, o que geralmente é feito por supercomputadores. Esta descoberta promete impulsionar novas soluções.

Processador neuromórfico Intel Loihi. Fonte da imagem: Intel

Cientistas do Sandia National Laboratory, usando uma plataforma baseada em processadores neuromórficos Intel Loihi, montaram um experimento matemático para simular os processos de difusão de gás através de uma barreira. Os cálculos foram baseados no conhecido método de passeio aleatório em matemática. O exemplo mais simples de um passeio aleatório seria o movimento browniano de partículas. Em matemática, esta é uma série de etapas aleatórias feitas de acordo com um determinado algoritmo. Usando esse método, por exemplo, você pode calcular a propagação de doenças infecciosas entre a população ou as flutuações nos preços das ações na bolsa de valores.

Tradicionalmente, esses cálculos são realizados em supercomputadores usando aceleradores gráficos. Processadores neuromórficos, como se vê, podem lidar com essas tarefas mais rapidamente e com menos energia.

A peculiaridade dos cálculos em processadores neuromórficos é que, ao usar o método de passeio aleatório, a resposta do sistema ocorre imediatamente para toda a cadeia de etapas como uma resposta total, e não como uma cadeia de dados na forma de passo a passo. cálculos em sistemas de computação convencionais. É assim que um neurônio funciona no cérebro humano. Para que surja um potencial de ação – um impulso nervoso elétrico – os receptores de um neurônio devem capturar uma massa crítica de neurotransmissores. Porções separadas de neurotransmissores não darão um “flash”, apenas seu volume final é importante.

«Em princípio, mostramos que o hardware neuromórfico pode fornecer vantagens computacionais para muitas aplicações, e não apenas para a inteligência artificial, à qual está claramente relacionada, disse James Bradley Aimone. “As aplicações redescobertas variam de transporte radiativo e modelagem molecular a finanças computacionais, modelagem biológica e física de partículas.”