1 + 1 = 2,01… или 1,98
Агентство DARPA финансировало разработку компьютерного чипа S1, который спроектирован таким образом, чтобы добавлять небольшие ошибки в вычисления. Разработчики из компании Singular Computing уверены, что нечёткие вычисления — одно из необходимых условий для компьютерных систем, которые обрабатывают зашумлённые данные из реального мира, например, видео. «Если микросхемы считают ошибочно, это не значит, что результаты программы будут ошибочны», — говорит Джозеф Бейтс (Joseph Bates), сооснователь и исполнительный директор Singular Computing. Микросхемы с нечёткой логикой и негарантированно точными ответами всё ещё дают хороший результат на многих задачах, но при этом конструктивно проще и потребляют меньше энергии, а в некоторых приложениях ИИ они даже эффективнее.
Singular Computing работает совместно со специалистами из Сандийских национальных лабораторий (Sandia National Lab), университета Карнеги-Меллона, управления военно-морских исследований Министерства обороны США и Массачусетского технологического института. Они разрабатывают тесты, которые могут проверить эффективность нечёткой логики чипа S1 на определённых задачах. Лучше всего для такой обработки подходят данные с шумом или такие, где требуется некая апроксимация.
Варианты сжатия JPEG
Уже получены многообещающие результаты на таких задачах как радиолокационная съёмка высокого разрешения и экспорт 3D-объектов из стереоизображений, а также в системах глубинного обучения при создании приложений искусственного интеллекта.
Например, приложение для трекинга объектов на видео (автомобили и др.) в симуляции показало производительность по обработке кадров почти в 100 раз выше, чем обычный процессор с абсолютно точной математикой, при этом потребляет менее 2% энергии, по сравнению с обычным процессором.
Singular Computing — не первая компания, которая экспериментирует с приближёнными вычислениями. Такие исследования ведутся уже много лет, даже Intel когда-то выпускала процессоры Pentium с ошибкой при делении чисел с плавающей запятой (правда, не специально). Однако нынешние инвестиции DARPA — самые большие вложения в такую разработку за все годы. Это и понятно, ведь с развитием беспилотных самолётов, робототехники и систем видеонаблюдения обработка видеопотоков как никогда актуальна, именно здесь идут самые интенсивные научно-технические работы.
Singular Computing собирается сконструировать кластер вероятностных компьютеров, в каждом из которых установлено 16 вероятностных чипов S1 и один обычный процессор. Летом пять первых компьютеров раздадут для тестирования государственным организациям и учебным учреждениям. Эти тесты должны подтвердить потенциал технологии и подогреть интерес со стороны производителей микросхем.
Эта инвестиция DARPA произведена в рамках программы Upside, созданной для изобретения новых более эффективных технологий видеообработки. Те же беспилотные самолёты-разведчики снимают большие объёмы видео, но не всегда могут передать их в реальном времени для обработки, а иметь высокопроизводительный компьютер на борту весьма накладно.
Программистам непросто будет приспособиться к новым чипам, ведь они привыкли к мысли, что процессор всегда выдаёт точный результат вычислений, говорит Кристиан Энц (Christian Enz), профессор Швейцарского федерального технологического института в Лозанне, который сам занимается созданием вероятностных чипов. Для программирования предстоит создать новые инструменты.
С другой стороны, приближённые вычисления являются более логичными и натуральными для обработки нечётких данных, размышляет Деб Рой (Deb Roy), профессор MIT Media Lab и директор по исследованиям медиа в Twitter, так что сейчас программисты как никогда готовы использовать такую технику для обработки фото и видео, а также для компьютерного анализа событий реального мира и человеческого поведения.
