IBM的研究人員表示，他們已經(jīng)設(shè)計(jì)出了一種編程方法，可以實(shí)現(xiàn)更高的準(zhǔn)確性，并降低能源消耗。這項(xiàng)技術(shù)有望為依賴(lài)人工智能的移動(dòng)設(shè)備、無(wú)人機(jī)和機(jī)器人進(jìn)行更復(fù)雜的編程。

    人工智能系統(tǒng)通常采用程序來(lái)劃分內(nèi)存和處理單元。這種做法意味著在兩個(gè)路徑點(diǎn)之間傳輸數(shù)據(jù)要花費(fèi)大量時(shí)間。數(shù)據(jù)傳輸量大到足以產(chǎn)生昂貴的能源標(biāo)簽。

    《自然通訊》雜志本周報(bào)道稱(chēng)，IBM設(shè)計(jì)了一種方法，該方法依賴(lài)于相變內(nèi)存PCM，能夠以更快、更便宜的模式執(zhí)行代碼。這是一種隨機(jī)存取存儲(chǔ)器，它包含可以在非晶和晶態(tài)之間快速變化的元素，提供優(yōu)于更常用的閃存模塊的性能。它也被稱(chēng)為P－RAM或PCM。一些人將其稱(chēng)為“完美的RAM”，因?yàn)樗哂蟹欠驳男阅堋?/p>

    PCM依賴(lài)于硫族玻璃，這種玻璃有一種獨(dú)特的能力，可以在電流通過(guò)時(shí)改變其狀態(tài)。由惠普公司最先開(kāi)發(fā)的相變技術(shù)的一個(gè)關(guān)鍵優(yōu)勢(shì)是，存儲(chǔ)狀態(tài)不需要持續(xù)的電源來(lái)保持穩(wěn)定。在PCM中添加數(shù)據(jù)不需要擦除周期，這是其他類(lèi)型內(nèi)存存儲(chǔ)的典型特征。此外，由于代碼可以直接從內(nèi)存中執(zhí)行，而不是復(fù)制到RAM中，因此PCM的運(yùn)行速度更快。

    在圖像和語(yǔ)音識(shí)別、游戲和機(jī)器人等領(lǐng)域，依賴(lài)于深度神經(jīng)網(wǎng)絡(luò)的操作要求越來(lái)越高，需要更高的效率。

    “IBM將PCM與人腦進(jìn)行了比較，并指出PCM“沒(méi)有單獨(dú)的存儲(chǔ)和計(jì)算數(shù)據(jù)的區(qū)域，因此消耗的能量明顯更少”。PCM的一個(gè)缺點(diǎn)是由于讀和寫(xiě)電導(dǎo)噪聲導(dǎo)致的計(jì)算誤差。IBM通過(guò)在AI 培訓(xùn)課程中引入這種噪音來(lái)解決該問(wèn)題。

    IBM的報(bào)告指出：“我們的假設(shè)是，在DNN訓(xùn)練期間注入與設(shè)備噪聲相當(dāng)?shù)脑肼晻?huì)提高模型的魯棒性。”他們的假設(shè)是正確的。他們的模型達(dá)到了93．7％的準(zhǔn)確度，IBM研究人員稱(chēng)這是同類(lèi)存儲(chǔ)器硬件所能達(dá)到的最高準(zhǔn)確度。

    IBM表示，需要做更多的工作才能獲得更高的準(zhǔn)確性。他們正在使用小型卷積神經(jīng)網(wǎng)絡(luò)和生成對(duì)抗網(wǎng)絡(luò)進(jìn)行研究，并且最近在神經(jīng)科學(xué)前沿報(bào)道了他們的進(jìn)展。在一個(gè)越來(lái)越多地向基于人工智能的技術(shù)過(guò)渡的時(shí)代，包括物聯(lián)網(wǎng)電池驅(qū)動(dòng)的設(shè)備和自動(dòng)駕駛汽車(chē)，這些技術(shù)將極大地受益于快速、低功率、可靠準(zhǔn)確的DNN推理引擎。