sergeypid Dec 3 2015 at 14:37

Новость позвала в дорогу: сверхбыстрый энергоэффективный оптический сопроцессор для больших данных

4 min

11K

Data Mining*Algorithms*Image processing*Big Data*Machine learning*

+26

Comments 14

npechenkin Dec 3 2015 at 17:01

Концептуально идея не нова (я про использование SLM для тяжелых вычислений), но мне кажется, что узким местом будет скорость работы приемника и модулятора, тем более что DMD это микроэлектромеханическая система.

sergeypid Dec 3 2015 at 18:16

Ну если они применяют в экспериментальной установке DMD от видеопроекторов, то скорость достаточная для реалтайма.

0serg Dec 3 2015 at 19:14

НИКФИ начал заниматься подобной тематикой :-o? Радостно слышать, но очень неожиданно (я там был аспирантом лет пять назад)

sergeypid Dec 3 2015 at 19:32

Да, с 2015 года начали заниматься распознаванием видео, поиском по киноархивам и на следующий год большие планы.

Jamon Dec 4 2015 at 13:24

Ждем оптические асики… эм процессоры для биткоинов))

sergeypid Dec 12 2015 at 16:38

Дорога короче чем кажется

Chupakabra303 Dec 4 2015 at 13:40

Это же АВК

sergeypid Dec 4 2015 at 14:41

А что это?

Chupakabra303 Dec 4 2015 at 15:16

Аналоговый вычислительный комплекс, ностальгия по университетскому ТАУ. Математика нужна для описания физических процессов, но можно и наоборот, использовать физику для воплощения «в железе» математических алгоритмов, вот собственно в статье это оно самое и делается.

Uranix Dec 4 2015 at 14:35

Поставили бы они лучше зеркальный модулятор в фокальную плоскость вместо рассеивающей пластинки — было бы больше похоже на оптический сопроцессор, а это непонятно что. Много ли задач полагается на умножение на случайную матрицу?

TimID Dec 6 2015 at 00:53

Да все методы Монте-Карло как бы вокруг случайных выборок строятся. Здесь, похоже, та же надежда на случайно «подвернувшийся» скрытый признак, который в одной из выборок даст явный «выброс»…
Идея не новая, конечно, но учитывая, какое количество признаков скрыто в «больших данных», определённые результаты будет давать.

sergeypid Dec 7 2015 at 12:34

Здесь надежда на то, что при нелинейном преобразовании данные станут линейно разделимыми, и на основе этих преобразованных признаков можно будет обучить линейный классификатор, например SVM. Например, шахматная доска линейно неразделима по координатам черных и белых квадратов. Если преобразовать координаты так, чтобы черные и белые клетки заняли разные уровни в пространстве, данные становятся линейно разделимыми плоскостью.

dprotopopov Jan 3 2016 at 09:31

Посмотрите моё слайд-шоу https://github.com/opticbox/lensProject/raw/master/Presentations/Optical%20Box%20for%20Optical%20Computing.pptx
Тема оптических вычислений не нова — это всё схемы 70-х годов.
Мою модель можно уже реализовывать в металле.
Даю прогноз по экономическому эффекту.

Если вы хотите заниматься всякими такими штуками, приглашаю

интересно — пусть но желательно и пару баксов срубить.

sergeypid Jan 3 2016 at 15:32

Половина комментариев к этой статье сводятся к тому, что тема оптических вычислений — старьё, и всем всё известно. Вот дурачьё сидит в инкубаторе, зачем то деньги вкладывают в давно известные технологии… Надо бы сказать им, что англичане ружья кирпичом не чистят!

Show the best of all time