Perché un chip che non va bene in matematica può aiutare i computer ad affrontare problemi più difficili

Il tuo insegnante di matematica ti ha mentito. A volte sbagliare le somme è una buona cosa.

Così afferma Joseph Bates, cofondatore e CEO di Singular Computing, un'azienda i cui chip per computer sono cablati per non essere in grado di eseguire correttamente calcoli matematici. Chiedigli di aggiungere 1 e 1 e otterrai risposte come 2.01 o 1.98.

L'agenzia di ricerca del Pentagono DARPA ha finanziato la creazione del chip di Singular perché quella confusione può essere una risorsa quando si tratta di alcuni dei problemi più difficili per i computer, come dare un senso ai video o altri dati disordinati del mondo reale. Solo perché l'hardware fa schifo non significa che il risultato del software debba esserlo, afferma Bates.

Un chip che non può garantire che ogni calcolo sia perfetto può comunque ottenere buoni risultati su molti problemi ma necessita di meno circuiti e consuma meno energia, dice.

Bates ha collaborato con il Sandia National Lab, la Carnegie Mellon University, l'Office of Naval Research e il MIT su test che utilizzavano simulazioni per mostrare come le operazioni imprecise del chip S1 potrebbero rendere più efficienti alcune attività di elaborazione complicate. I problemi con i dati che derivano dal rumore incorporato dal mondo reale, o dove è necessaria un'approssimazione, sono le soluzioni migliori. Bates riporta risultati promettenti per applicazioni come l'imaging radar ad alta risoluzione, l'estrazione di informazioni 3D da foto stereo e il deep learning, una tecnica che ha prodotto una recente esplosione di progressi nell'intelligenza artificiale.

Questo chip non è in grado di eseguire correttamente la sua aritmetica, ma potrebbe rendere i computer più efficienti in problemi complicati come l'analisi delle immagini.

In un test simulato che utilizzava un software che traccia oggetti come le automobili nel video, l'approccio di Singular è stato in grado di elaborare fotogrammi quasi 100 volte più velocemente di un processore convenzionale limitato a eseguire calcoli matematici corretti, utilizzando meno del 2% in più di energia.

Bates non è il primo a perseguire l'idea di utilizzare hardware ondulato per elaborare i dati in modo più efficiente, una nozione nota come calcolo approssimativo (vedi 10 Breakthrough Technologies 2008: Probabilistic Chips). Ma l'investimento di DARPA nel suo chip potrebbe dare al confuso sogno di matematica la sua più grande prova.

Bates sta costruendo una serie di computer soggetti a errori che combinano ciascuno 16 dei suoi chip con un unico processore convenzionale. La DARPA riceverà cinque di queste macchine quest'estate e prevede di metterle online per far giocare i ricercatori governativi e accademici. La speranza è che possano dimostrare il potenziale della tecnologia e attirare l'interesse dell'industria dei chip.

La DARPA ha finanziato il chip di Singular come parte di un programma chiamato Al rialzo, che ha lo scopo di inventare modi nuovi e più efficienti per elaborare le riprese video. I droni militari possono raccogliere grandi quantità di video, ma non sempre possono essere scaricati durante il volo e la potenza del computer necessaria per elaborarli nell'aria sarebbe troppo ingombrante.

Ci vorranno notevoli prodezze di software e persino ingegneria culturale perché l'hardware impreciso decolli. Non è facile per i programmatori abituati all'idea che i chip siano sempre super precisi per adattarsi a quelli che non lo sono, dice Cristiano Enzo , professore al Politecnico federale di Losanna che ha costruito i propri chip di calcolo approssimativi. Saranno necessari nuovi strumenti per aiutarli a farlo, dice.

Ma Deb Roy, professore presso il MIT Media Lab e capo scienziato dei media di Twitter, afferma che le recenti tendenze nell'informatica suggeriscono che l'informatica approssimativa potrebbe trovare un pubblico più pronto che mai. C'è una risonanza naturale se stai elaborando qualsiasi tipo di dato che è rumoroso per natura, dice. Questo è diventato sempre più comune man mano che i programmatori cercano di estrarre informazioni da foto e video o fanno in modo che le macchine diano un senso al mondo e al comportamento umano, aggiunge.

nascondere