Содержание[Скрывать][Показывать]
Когда электронные устройства, такие как мобильные телефоны, умные часы и другие носимые устройства, обновляются новыми моделями, каждый год производится значительное количество мусора.
Если бы старые версии можно было бы обновить новыми датчиками и процессорами, которые встраиваются во внутреннюю микросхему устройства, уменьшая потери как в деньгах, так и в материалах, это было бы революционно. Подумайте о более устойчивом будущем, в котором смартфоны, умные часы и другие носимые устройства не будут постоянно заменяться новыми моделями или храниться на полке.
Вместо этого их можно обновить с помощью новейших датчиков и процессоров, которые просто встраиваются во внутренний чип устройства, как кубики LEGO, добавленные к существующей структуре. Такие перепрограммируемые чипы могут поддерживать актуальность устройств и сокращать наши цифровые отходы.
С их LEGO-подобным дизайном для штабелируемых, настраиваемых искусственный интеллект чипа, инженеры Массачусетского технологического института сделали шаг к такому модульному видению.
В этом посте мы подробно рассмотрим этот чип, его конфигурации и его будущие последствия.
Итак, что такое чип искусственного интеллекта, похожий на LEGO?
Следующим крупным достижением, которое изменит планету, станет искусственный интеллект. Чтобы производить модульную и устойчивую электронику, инженеры Массачусетского технологического института создали чип искусственного интеллекта, напоминающий LEGO.
Чтобы упростить процесс добавления дополнительных датчиков или обновления старых процессоров, это реконфигурируемый чип с многочисленными слоями, которые можно накладывать друг на друга или переключать.
На основе комбинации слоев «реконфигурируемые» чипы ИИ можно расширять до бесконечности. Таким образом, эти чипы могут сократить количество электронных отходов, сохраняя наши устройства в актуальном состоянии.
Теперь давайте рассмотрим конструкцию этого чипа.
Чип дизайн
Архитектура чипа ИИ действительно исключительна, потому что она сочетает в себе чередующиеся слои обработки и сенсорные компоненты со светодиодами (светоизлучающими диодами), которые позволяют слоям чипа визуально взаимодействовать.
Архитектура включает в себя светоизлучающие диоды (LED), которые обеспечивают оптическую связь между слоями чипа, а также чередующимися слоями датчиков и компонентов обработки. Сигналы передаются по уровням с использованием обычного провода в других архитектурах модульных микросхем.
Такие обширные соединения делают такие системы штабелирования неконфигурируемыми, поскольку их трудно, если вообще возможно, разрезать и перемонтировать. Вместо настоящих проводов концепция MIT передает данные через чип с помощью света.
В результате чип может быть перекомпонован со слоями, которые могут быть добавлены или удалены, например, для включения новых датчиков или современных процессоров. Новая новая концепция инженеров сочетает датчики изображения с искусственными массивами синапсов, и каждый из них обучен распознавать определенную букву, в данном случае М, И и Т.
Команда строит оптическую систему, а не использует традиционный метод передачи данных датчика в процесс через физические кабели. В этом подходе каждый датчик и искусственные синапсы объединяются в массив, который обеспечивает связь между буквами без необходимости физических соединений.
Сигналы между слоями передаются по стандартному проводу в обычном модульном расположении микросхем. Эти обычные микросхемы не поддаются реконфигурации, потому что такие сложные схемы разводки невозможно отсоединить и переподключить.
Исследователи с нетерпением ждут реализации его новаторской разработки для усовершенствования вычислительных устройств, таких как автономные датчики и различная другая электроника, которые не работают с центральным или распределенным ресурсом, таким как облачные вычисления или суперкомпьютеры.
Конфигурации микросхем
Исследователи создали моночип, а его вычислительное ядро было размером примерно с кусочек конфетти на 4 квадратных миллиметра.
Чип имеет три «блока» распознавания изображений, расположенные друг над другом, каждый из которых имеет датчик изображения, слой оптической связи и массив искусственных синапсов для идентификации одной из трех букв M, I или T. Затем они проецировал случайно сгенерированное изображение пикселей на устройство и измерял электрический ток, который каждый нейронной сети массив, сгенерированный в ответ.
По мере увеличения тока увеличивается вероятность того, что изображение является той буквой, которую конкретный массив обучен обнаруживать.
Исследователи обнаружили, что, хотя чип мог различать отдельные размытые изображения, например, между буквами I и T, он менее успешно классифицировал четкие изображения каждой буквы. Когда уровень обработки чипа был быстро заменен на более совершенный «шумоподавляющий» процессор, исследователи обнаружили, что устройство правильно распознает изображения.
Тем не менее, они быстро заменили процессорный слой чипа квалифицированным шумоподавляющим процессором, а затем создали клип, который правильно распознавал изображения.
Поскольку они считают, что для этих устройств существует бесчисленное множество приложений, исследователи также планируют увеличить вычислительную мощность чипов и емкость датчиков.
Исследователи считают, что приложения безграничны, и они намерены расширить возможности распознавания и обработки данных чипа.
Будущее этого
Что касается будущей работы, исследователи особенно воодушевлены потенциальным внедрением этой архитектуры в краевые вычисления устройств, таких как суперкомпьютеры или облачные вычисления, которые открывают совершенно новый мир возможностей.
По мере роста Интернета вещей спрос на многофункциональные периферийные вычислительные устройства будет расти. Команда считает, что, поскольку это дает много краевые вычисления гибкость, его предлагаемый дизайн может помочь в этом.
IЧтобы обнаруживать более сложные изображения или использовать их в носимых электронных устройствах для мониторинга состояния кожи и здоровья, исследователи также планируют улучшить возможности распознавания и обработки данных чипа.
Исследователи находят интригующим, если бы пользователи могли сами собрать чип, используя различные датчики и слои обработки, которые могут продаваться отдельно.
В зависимости от своих потребностей в идентификации изображения или видео пользователь может выбирать из множества нейронные сети.
Заключение
Команда выделяет граничные вычисления как одно из нескольких возможных применений. Джихван Ким, доцент кафедры машиностроения Массачусетского технологического института, прогнозирует, что спрос на многофункциональные периферийные вычислительные устройства значительно возрастет по мере того, как мы вступаем в эпоху Интернета вещей, основанного на сенсорных сетях.
В будущем «предложенный нами аппаратный дизайн обеспечит невероятную адаптивность граничных вычислений».
В заключение, этот чип меняет будущее и приветствует более широкий спектр приложений ИИ.
Оставьте комментарий