В прошлом году
исследователи из лаборатории Google X создали искусственную нейронную сеть,
работа которой была построена на принципах работы головного мозга
человека. Эта сеть могла обрабатывать 1.7 миллиарда параметров, а
заложенные в нее принципы нечеткой логики позволяли ей выполнять
невероятно сложные вычислительные задачи, такие, как распознавание
образов и объектов на изображениях с низким качеством. Создавая свою
нейронную сеть, специалисты компании Google сделали ставку на
вычислительную мощность традиционных центральных процессоров, что
вылилось в достаточно внушительные размеры вычислительной системы.
Система состояла из тысяч серверов, а общее количество вычислительных
ядер составило 16 тысяч штук. Но не так давно исследователи из
Стэнфордского университета создали собственную новую нейронную сеть,
превосходящую по возможностям сеть компании Google в 6.5 раз, но гораздо
более компактную и потребляющую меньше энергии.
Увеличение
мощности и возможностей новой нейронной сети, которая способна
оперировать 11.2 миллиардами параметров, не означает пропорционального
роста количества аппаратных средств. Все дело в том, что специалисты
Стэнфордского университета вместо центральных процессоров в качестве
главного вычислительного устройства использовали графические процессоры
компании NVidia. В результате им удалось обойтись всего 16 серверами, в
каждом из которых был установлен обычный четырехядерный центральный
процессор и четыре графических ускорителя NVIDIA GeForce GTX 680 с
четырьмя гигабайтами памяти каждый.
Использование
графических процессоров NVidia означает, возможность "упаковать"
большую вычислительную мощность в более компактные размеры. Этот принцип
далеко не нов, в настоящее время существует достаточно большое
количество суперкомпьютеров, в частности,
суперкомпьютер Cray XK7 "Titan", входящий в пятерку лидеров
рейтинга Top-500,
которые используют графические процессоры NVidia в качестве основных
вычислительных устройств и которые демонстрируют высокую эффективность с
точки зрения отношения производительности к потребляемой энергии.
Новая
нейронная сеть была создана специалистами Лаборатории искусственного
интеллекта Сэнфордского университета, которой руководит профессор Эндрю
Нг (Andrew Ng), ученый в области искусственного интеллекта с мировым
именем, который представил ее на Международной конференции по вопросам
машинного обучения (International Conference on Machine Learning),
проходившей на прошлой неделе в Атланте. В дальнейшем сеть, обладающая
столь впечатляющими возможностями, будет использоваться для проведения
исследований и разработок в области искусственного интеллекта, которые
когда-нибудь в будущем приведут к тому, что наши роботы и другие
автоматические системы получат интеллект, сопоставимый с интеллектом
человека.
Помимо использования в системах искусственного
интеллекта, такие мощные нейронные сети могут стать чем-то вроде
хранилища, в которое может быть перемещен "оцифрованный" разум человека в
случае крайней необходимости. Только такой вариант, кажущийся чем-то
экстраординарным из разряда научной фантастики, может быть реализован в
отдаленном или далеком будущем. Ведь 11 миллиардов моделируемых
нейронной сетью нервных связей не идут ни в какое сравнение с 100
триллионами связей, которые имеются в головном мозге человека.