2017، سنگ فرش راه هوش مصنوعی برای رانندگی کل صنعت برای سرعت بخشیدن به ریتم، محصول بی پایان است، تمام تولید کنندگان نوآوری مستمر، را نشاط بیشتر به کل بازار است.
2018 هوش مصنوعی شناخته شده به عنوان سال اول، آن را باز سال ارتقاء درجه هوشمند خود را نشان داده است. اگر شما لوازم مورد استفاده برای مشاهده زندگی روزمره، شما می توانید ببینید یک نوع جدید، بسیاری از محصولات یک نگاه تغییر کرده ظاهر
تلویزیون های خانگی دارای محصولاتی با 8K بیشتر، مجهز به بلندگوهای صحیح، صوتی و تصویری همزمان، خنک کننده شما، یخچال های خانگی، طراحی پانل ویدئو، طرح های سرگرم کننده و بازی تازه. بالا بردن؛ حتی تلفن های همراه که در بسیاری از بازار روز به روز تکیه می کنیم، سری هزار هزار دلاری و تمام صفحه در کل بازار، واقعا احساس می کنید که این دوره در تمام زمان ها تغییر می کند.
چیپ های هوش مصنوعی کم قدرت MIT
تلفن های هوشمند و خرد بیشتری، دستیاران دیجیتال مانند هوش مصنوعی و خدمات ترجمه در زمان واقعی نیز افزایش می یابد. این عملیات ها که داده ها را برای این خدمات شبکه های عصبی معمولا در ابر، داده ها بر روی گوشی نیز به جلو و عقب منتقل در ابر، بنابراین، آن است که و در حال اجرا نیاز به مقدار زیادی از پهنای باند ارتباطی به عنوان پشتیبانی.
با این حال، به عنوان پردازنده های گرافیکی شبکه عصبی، آن نیاز به مقدار زیادی از انرژی در حین عملیات عادی، و قدرت باتری محدود تبدیل شدن به یک عامل عمده مسدود شده است.
برای این منظور، مهندسان MIT یک تراشه است که به طور قابل توجهی می تواند انتقال داده ها را کاهش عقب و جلو بین حافظه تراشه و مورد نیاز پردازنده، در نتیجه کاهش مصرف برق از 95٪ را طراحی کنند. این تراشه جدید راه دیگری برای استفاده مدارات آنالوگ است، محاسبات موازی تمام ورودی در حافظه، تا حد زیادی کاهش مقدار داده که نیاز به تحت فشار قرار دادند، و صرفه جویی مقدار زیادی از انرژی.
اگر چه داده های بزرگ زندگی ما را بسیار ساده تر می کند، در حقیقت، در عملیات داده ها، هر ورودی یک فرآیند است که نیاز به انتقال زیادی از داده ها دارد، بنابراین انرژی زیادی برای حفظ عملکرد عادی مصرف می کند. اگر چه محققان قبلی کاهش مصرف انرژی شبکه عصبی و ایجاد تراشه برای پردازش داده ها در حافظه، اما این یک تراشه جدید است، این اولین بار است که این روش برای اجرای شبکه های عصبی کانولوشن بر اساس برنامه های مبتنی بر تصویر مبتنی بر هوش مصنوعی استفاده می شود. این نیز بسیار گسترده است.
تراشه های هوش مصنوعی در زمینه های مختلف استفاده زیادی خواهند کرد
معرفی هوش مصنوعی باعث شده است که خانواده های عادی پیشرفت سریع علم و فناوری را احساس کنند. چگونه تلفن های هوشمند، لوازم خانگی و اینترنت مختلف دستگاه های مجهز به هوش مصنوعی را به کار می گیرند، همچنین نام های بزرگ این صنعت را به سمت کار کم نیروی سوق می دهند. تراشه هوشمند
اپل، که در صنعت تلفن همراه قرار دارد، تراشه های عصبی موتور خود را به آی فون X اضافه کرده است، از جمله پیشرفت های تکنولوژی تشخیص چهره. ARM قبلا یک تراشه جدید، دستگاه ARM را منتشر کرده است. پردازنده یادگیری، تراشه به طور عمده در وظایف هوش مصنوعی، از ترجمه به رسمیت شناختن صورت است.
تراشه دیگری Qualcomm همچنین آخرین تراشه تلفن همراه Snapdragon 845 را معرفی کرده است که با یک پردازنده گرافیکی و هوش مصنوعی به عنوان اولویت اصلی مجهز شده است. نه تنها این تراشه Snapdragon 820E را عرضه کرد. اهداف اصلی هواپیماهای بدون سرنشین، رباتیک و تجهیزات صنعتی هستند.
علاوه بر شرکت های تراشه که محصولات هوشمندتری را معرفی می کنند، آی بی ام و اینتل نیز چیپ های هوش مصنوعی را فراهم می کنند. آنها یک تراشه ی Neuromorphic که معماری از مغز انسان و بهره وری انرژی شگفت انگیز آن الهام گرفته است، توسعه می یابد. ، شما می توانید یک یادگیری ماشین قدرتمند اجرا کنید، مصرف انرژی تنها یک بخش کوچک است، می توان آن را به عنوان بسیار کارآمد انرژی توصیف کرد.
زندگی آینده، محصول خواهد بود عقل تر و راحت، با یک ابر داده ها بزرگ، تمام دوران همه چیز اینترنت به تدریج ظاهر می شود، زندگی سرگرمی خانواده خواهد شد و بیشتر علمی تخیلی و غنی، اما همچنین برای حل مشکل کمبود انرژی، جامعه دستخوش بی سابقه ای است حال پیشرفت است.
اگر چه این وضعیت فعلی، هوش مصنوعی درست است که یک راه طولانی وجود دارد، اما، سرعت ثابت سرعت نوآوری، من معتقدم که ما نمی خواهد صبر بیش از حد طولانی!
