211service.com
L'aeronautica testa il chip ispirato al cervello di IBM come osservatore di carri armati aerei
Satelliti, aerei e un numero crescente di droni: l'aeronautica americana ha molti occhi elettronici nel cielo. Ora sta esplorando se i chip per computer ispirati al cervello possano dare a quei sistemi l'intelligenza per fare cose come identificare automaticamente veicoli come carri armati o sistemi antiaerei.
L'Air Force Research Lab (AFRL) riporta buoni risultati dall'utilizzo di un chip neuromorfo realizzato da IBM per identificare veicoli militari e civili nelle immagini aeree generate dai radar. Il chip non convenzionale ha svolto il lavoro con la stessa precisione di un normale computer ad alta potenza, utilizzando meno di un ventesimo dell'energia.
L'AFRL ha assegnato a IBM un contratto del valore di $ 550.000 nel 2014 per diventare il primo cliente pagante del suo chip TrueNorth ispirato al cervello. Elabora i dati utilizzando una rete di un milione di elementi progettata per imitare i neuroni di un cervello di mammifero, collegati da 256 milioni di sinapsi.
Tali chip sono molto diversi da quelli dei computer esistenti e per alcuni problemi dovrebbero essere molto più efficienti dal punto di vista energetico (vedi Thinking In Silicon ). L'Air Force è interessata perché ciò potrebbe consentire di implementare la visione artificiale avanzata, che di solito richiede molta potenza di calcolo, in luoghi in cui le risorse e lo spazio sono limitati. Satelliti, velivoli ad alta quota, basi aeree basate su generatori e piccoli droni potrebbero trarne vantaggio, afferma Qing Wu, ingegnere elettronico principale dell'AFRL. I domini delle missioni dell'Air Force sono aria, spazio e cyberspazio. [Tutti sono] molto sensibili ai vincoli di potere, dice.
Wu ha organizzato concorsi tra TrueNorth e un computer Nvidia ad alta potenza chiamato Jetson TX-1, che costa circa $ 500 ed è progettato per semplificare l'implementazione di potenti tecnologie di apprendimento automatico a bordo di macchine come automobili o robot mobili.
I computer concorrenti hanno utilizzato diverse implementazioni di software di elaborazione delle immagini basato su reti neurali per cercare di distinguere 10 classi di veicoli militari e civili rappresentati in un set di dati pubblico chiamato MSTAR . Gli esempi includevano carri armati T-72 russi, veicoli corazzati per il trasporto di personale e bulldozer. Entrambi i sistemi hanno raggiunto una precisione di circa il 95%, ma il chip IBM ha utilizzato tra il 20° e il 30° in più di potenza.
Il chip di IBM dovrebbe avere un vantaggio in termini di efficienza in tali attività. Il computer convenzionale eseguiva il suo software di rete neurale su chip con hardware che poteva essere considerato generico, destinato a risolvere qualsiasi tipo di problema. L'hardware del chip TrueNorth è codificato per rappresentare reti neurali artificiali, con un milione di neuroni fisici personalizzati per l'attività.
Uno dei motivi per cui l'architettura offre una migliore efficienza è che i neuroni e le sinapsi del chip memorizzano e operano sui dati, afferma Wu. In un sistema convenzionale come quelli del Jetson TX-1, i componenti che eseguono i calcoli sono separati dalla memoria. Ciò significa che i dati devono essere trasferiti dalla memoria al processore per essere analizzati, quindi di nuovo alla memoria per essere archiviati, consumando tempo ed energia.
Massimiliano Versace, che dirige il Laboratorio di Neuromorfici della Boston University e ha lavorato a un'altra parte del contratto con il Pentagono che ha finanziato il lavoro di IBM su TrueNorth, afferma che i risultati sono promettenti. Ma osserva che il chip di IBM attualmente viene fornito con dei compromessi.
È molto più facile implementare reti neurali su computer convenzionali, grazie al software messo a disposizione da Nvidia, Google e altri. E l'insolito chip di IBM è molto più costoso. La facilità d'uso e il prezzo sono [i] due fattori principali che remano contro i chip neuromorfici specializzati, afferma Versace.
Wu afferma che l'hardware dovrebbe diventare molto più economico se IBM è in grado di attirare abbastanza interesse per aumentare la produzione. La società afferma che sta lavorando per semplificare lo sviluppo del software per la piattaforma.