EPOCAL: Roboter mit Künstlicher Intelligenz lernen von “Lichtgeschwindigkeit” und ohne Aufsicht

Wissenschaftler haben bei der Entwicklung künstlicher Intelligenz eine altertümliche Entdeckung mit Licht statt Strom erreicht, um Schätzungen durchzuführen. Diese neue Anstrengung hat auch die Geschwindigkeit deutlich verbessert, aber auch die Effizienz von Autos, die von den neuronalen Netzwerken gelernt wurden, eine Form künstlicher Intelligenz, die versucht, die [die] Funktionen zu replizieren.
Diese neue Anstrengung hat auch die Geschwindigkeit deutlich verbessert, aber auch die Effizienz von Autos, die von neuronalen Netzwerken gelehrt werden, eine Art künstliche Intelligenz, die versucht, vom menschlichen Gehirn durchgeführte Funktionen zu replizieren, um sich eine Pflicht ohne Aufsicht zu lehren.
So sind viel genutzte Lernmaschinen auf die Gestaltung komplexer Vorgänge durch die Kraft beschränkt, die für die Datenverarbeitung erforderlich ist, schreibt Independent, übersetzt Periscope.
Je intelligenter die Aufgabe ist, desto komplexer sind die Daten und somit umso größer die erforderliche Leistung.
Solche Netzwerke sind auch durch die langsame elektronische Übermittlung von Daten zwischen Prozessor und Speicher begrenzt.
Forscher der George Washington University in den USA haben herausgefunden, dass die Verwendung von Photonen im neuronalen Netzwerk (sight called) in Bearbeitungseinheiten (TPU) diese Einschränkungen überwinden und mehr Leistung und Effizienz bei künstlichen Intelligenz Robotern schaffen kann.
Eine Zeitung, die die heute veröffentlichte Forschung beschreibt, zeigt, dass ihre TPUs, die auf Fotonen basieren, zwischen 2-3 Bestellungen einer höheren als elektrische TPU durchführen konnten.
Es wird erwartet, dass dies eine enorme Auswirkung auf die Welt der Technologie hat. /Periscope












