IBM的研究人員表示,，他們已經(jīng)設(shè)計出了一種編程方法,，可以實(shí)現(xiàn)更高的準(zhǔn)確性，并降低能源消耗,。這項(xiàng)技術(shù)有望為依賴人工智能的移動設(shè)備,、無人機(jī)和機(jī)器人進(jìn)行更復(fù)雜的編程。

    人工智能系統(tǒng)通常采用程序來劃分內(nèi)存和處理單元,。這種做法意味著在兩個路徑點(diǎn)之間傳輸數(shù)據(jù)要花費(fèi)大量時間,。數(shù)據(jù)傳輸量大到足以產(chǎn)生昂貴的能源標(biāo)簽。

    《自然通訊》雜志本周報道稱,，IBM設(shè)計了一種方法,，該方法依賴于相變內(nèi)存PCM，能夠以更快,、更便宜的模式執(zhí)行代碼,。這是一種隨機(jī)存取存儲器，它包含可以在非晶和晶態(tài)之間快速變化的元素,，提供優(yōu)于更常用的閃存模塊的性能,。它也被稱為P－RAM或PCM。一些人將其稱為“完美的RAM”,，因?yàn)樗哂蟹欠驳男阅堋?/p>

    PCM依賴于硫族玻璃,，這種玻璃有一種獨(dú)特的能力，可以在電流通過時改變其狀態(tài),。由惠普公司最先開發(fā)的相變技術(shù)的一個關(guān)鍵優(yōu)勢是,，存儲狀態(tài)不需要持續(xù)的電源來保持穩(wěn)定。在PCM中添加數(shù)據(jù)不需要擦除周期,，這是其他類型內(nèi)存存儲的典型特征,。此外，由于代碼可以直接從內(nèi)存中執(zhí)行,，而不是復(fù)制到RAM中,，因此PCM的運(yùn)行速度更快。

    在圖像和語音識別、游戲和機(jī)器人等領(lǐng)域,，依賴于深度神經(jīng)網(wǎng)絡(luò)的操作要求越來越高,，需要更高的效率。

    “IBM將PCM與人腦進(jìn)行了比較,，并指出PCM“沒有單獨(dú)的存儲和計算數(shù)據(jù)的區(qū)域,，因此消耗的能量明顯更少”。PCM的一個缺點(diǎn)是由于讀和寫電導(dǎo)噪聲導(dǎo)致的計算誤差,。IBM通過在AI 培訓(xùn)課程中引入這種噪音來解決該問題,。

    IBM的報告指出：“我們的假設(shè)是，在DNN訓(xùn)練期間注入與設(shè)備噪聲相當(dāng)?shù)脑肼晻岣吣Ｐ偷聂敯粜??！彼麄兊募僭O(shè)是正確的。他們的模型達(dá)到了93．7％的準(zhǔn)確度,，IBM研究人員稱這是同類存儲器硬件所能達(dá)到的最高準(zhǔn)確度,。

    IBM表示，需要做更多的工作才能獲得更高的準(zhǔn)確性,。他們正在使用小型卷積神經(jīng)網(wǎng)絡(luò)和生成對抗網(wǎng)絡(luò)進(jìn)行研究，并且最近在神經(jīng)科學(xué)前沿報道了他們的進(jìn)展,。在一個越來越多地向基于人工智能的技術(shù)過渡的時代,，包括物聯(lián)網(wǎng)電池驅(qū)動的設(shè)備和自動駕駛汽車，這些技術(shù)將極大地受益于快速,、低功率,、可靠準(zhǔn)確的DNN推理引擎。