VIDEO: AI čip zna što je na slikama

Znanstvenik Eugenio Culurciello i njegovi kolege iz e-laba na Sveučilištu Purdue, proizveli su koprocesor i softver koji su u stanju simulirati neuralne mreže i time koristiti tehnologiju umjetne inteligencije pod nazivom "duboko učenje" (deep learning).

Duboko učenje su do sada koristile samo visokoprofilirane tvrtke poput Googlea, Facebooka i Baidua, no za korištenje ove AI tehnologije koja je u stanju "razumijevati svijet", odnosno prepoznavati lica i objekte na slikama, bilo je potrebno posjedovati ogromne klastere sastavljene od snažnih računala.

Kao primjer dubokog učenja možemo navesti Googleov softver koji je "naučio" kako prepoznavati mačke na slikama u YouTube filmovima, za što je koristio čak 16.000 procesora.

Znanstvenici e-laba su na Neural Information Processing Systems konferenciji u Nevadi demonstrirali nn-X koprocesor koji se spaja na običan ARM procesor u pametnom telefonu, te je u stanju uz korištenje posebnog softvera prepoznavati lica ili određene objekte na fotografijama i u videu na isti način kao što je to radio Google korištenjem ogromne hardverske infrastrukture.

Znanstvenici navode kako prototip njihovog čipa nije toliko snažan kao Googleov "detektor mačaka", ali demonstrira da nove vrste hardvera mogu dovesti do širenja dubokog učenja na uređaje koji se koriste na potrošačkom tržištu.

Culurciello kaže kako ovakva tehnologija može naći primjenu kod svih korisnika pametnih telefona. "Vjerojatno posjedujete kolekciju od više tisuća slika koje niste nikada pogledali više od jednom, a ne postoji tehnologija koja bi bila u stanju analizirati taj sadržaj", navodi znanstvenik.

Primjenu njihove tehnologije vidi i kod nosivih gadgeta poput Google Glass naočala, koje bi dobile mogućnost da razumiju ono što se nalazi na slikama i filmovima koje snimaju. "Mogli biste pretraživati slike unošenjem pojma poput crveni automobil ili sunčani dan s mamom, nakon čega biste dobili prikaz onih fotografija koje se odnose na te pojmove", dodaje Culurciello.

Znanstvenik također kaže kako bi nove aplikacije mogle poduzimati i razne akcije kada bi prepoznale određene ljude, objekte ili scene, pa biste recimo mogli narediti Google Glassu da automatski snima sve žene u minicama.

Softver za duboko učenje funkcionira filtriranjem podataka kroz hijerarhijske, višeslojne mreže simuliranih neurona koji su individualno jako jednostavni, no povezani zajedno mogu izraziti znatno kompleksnije ponašanje. Računala su neučinkovita u pokretanju tih mreža jer se one razlikuju od konvencionalnog softvera.

Prototip koprocesora se pokazao 15 posto učinkovitijim od GPU-a za izvođenje iste zadaće, a Culurciello vjeruje kako bi ga mogli poboljšati da bude 10 puta učinkovitiji nego što je sada.