TechCrunch کی اور ٹیک Xplore کے مطابق چپ MIT گریجویٹ طالب علم Avishek بسواس کی طرف سے تیار کیا گیا تھا کہ رپوٹ ٹیم اپنے سب سے بڑا فائدہ کی بجائے عصبی نیٹ ورک چلانے اقتدار کی بھوک سرورز کے مقابلے میں، سمارٹ فونز، گھریلو آلات اور دیگر پورٹیبل آلات پر ہے قیادت روڈ.
یہ کلچہ کے مستقبل کے استعمال، آواز اور چہرے کی شناخت اور اسے گہرائی سیکھنے کے لیے ایک عصبی نیٹ ورک کو فون ہے کہ کر سکتے ہیں بجائے زیادہ کچا، حکمرانی کی بنیاد پر الگورتھم کو استعمال کرتے ہوئے، یا بادل کو معلومات بھیج تجزیہ کے نتائج کو واپس کرنے کے لئے منتقل کریں گے کا مطلب ہے.
بسواس AI عام طور پر ایک wafer ڈیزائن میموری اور پروسیسر ہے نے کہا. آپریشن، ڈیٹا میموری اور پروسیسر کے درمیان آگے پیچھے منتقل کر دیا جاتا ہے جب میں. مشین لرننگ الگورتھم وسیع حساب ضرورت ہوتی ہے، اور اس وجہ سے سب سے زیادہ اقتدار کی منتقلی کے اعداد و شمار، لیکن ان یلگوردمز ریاضی کی کارروائیوں کو ایک مخصوص نقطہ مصنوعات (نقطہ مصنوعات) کے طور پر کہا جاتا ہے کو آسان بنانے، اور نقطہ مصنوعات کی یاد میں براہ راست کارکردگی کا مظاہرہ کیا، تو یہ اعداد و شمار کے آگے اور پیچھے منتقل کرنے کے لئے ضروری نہیں ہے.
نیورل نیٹ ورک عام طور پر عام طور پر کئی نوڈس ہے کئی تہوں میں تقسیم کیا جاتا ہے. ایک واحد پروسیسنگ نوڈ نیٹ ورک لیئر نچلی پرت سے ڈیٹا حاصل کرتا ہے اور مراکز کی بہسنکھیا کے اوپری پرت کو ڈیٹا کے گزر جاتا ہے. نوڈس کے درمیان ہر کنکشن اس کے وزن بنیادی طور پر ان کے وزن کو ایڈجسٹ کرنے میں عصبی نیٹ ورک کی تربیت کے عمل ہے.
ایک نوڈ بنیادی اعداد و شمار کے مراکز کی ایک بہسنکھیا حاصل کرنے کے بعد، ہر ایک کے اعداد و شمار اس کے وزن سے ضرب کیا جائے گا، اور نتائج کا اضافہ. یہ عمل نقطہ مصنوعات آپریشن کہا جاتا ہے. نقطہ مصنوعات ایک خاص حد سے متجاوز ہے، تو اس کے نتیجے میں جائے اوپری پرت نوڈ پر منتقل کیا.
اصل میں، صرف صحیح وزن میں کمپیوٹر کی میموری میں محفوظ کیا مراکز شمار کیا نقطہ مصنوعات عام طور پر، میموری سے وزن، متعلقہ ڈیٹا تک رسائی پڑھنے دو ضرب کی ضرورت ہوتی ہے، اور اس کا نتیجہ کہیں محفوظ کیا جاتا ہے، اور نوڈ سبھی ان پٹ کے اعداد و شمار اس آپریشن دوبارہ. ایک عصبی نیٹ ورک ہزاروں یا مراکز کی بھی لاکھوں پڑے گا دیکھتے ہوئے، عمل کے اعداد و شمار کی بڑی مقدار بڑھنے کی ضرورت ہے.
لیکن آپریشن کی یہ سلسلہ دماغ میں واقع ہونے والے واقعات کو ڈیجیٹل کرنا ہے جس میں سگنلز سے زیادہ نیورسن کے ساتھ سفر ہوتا ہے اور سنجیدگی سے ملتا ہے. اور نیورسن اور وولٹیج کی فائرنگ کی شرح میں مطابقت رکھتا ہے. الیکٹرو کیمیکل سگنل کے مطابق نیویارک نیٹ ورک میں اعداد و شمار کے اقدار اور وزن سے متعلق ہے. آئی ٹی محققین کے نئے وافر دماغ کی سرگرمی سے زیادہ بااختیار طور پر نقل و حرکت کے ذریعے نیورل نیٹ ورک کی کارکردگی میں اضافہ کرتے ہیں.
اس چپ میں، نوڈ کا ان پٹ قدر وولٹیج میں تبدیل کیا جاتا ہے، مناسب وزن میں اضافہ ہوتا ہے. صرف مشترکہ وولٹیج کو ڈیٹا میں تبدیل کیا جائے گا، اور مزید پروسیسنگ کے لئے میموری میں ذخیرہ کیا جائے گا. لہذا، پروٹوٹائپ چپ ایک ہی وقت میں شمار کر سکتے ہیں نوڈس کے ڈاٹ مصنوعات کو پروسیسر اور یاد داشت کے درمیان ڈیٹا منتقل کرنے کے بغیر ہر وقت آپریشن کیا جاتا ہے.
ڈیرہ گل، آئی بی ایم ایی کے نائب صدر نے کہا کہ مطالعہ کا نتیجہ چیزوں کے (IO) میں تصویر اور ویڈیو کی درجہ بندی کے لئے زیادہ پیچیدہ قونصل سازی نیورل نیٹ ورکوں کا استعمال کرنے کے امکان کو کھولنے کی توقع ہے.