В прошлом году исследователи из лаборатории Google X создали искусственную нейронную сеть, работа которой была построена на принципах работы головного мозга человека. Эта сеть могла обрабатывать 1.7 миллиарда параметров, а заложенные в нее принципы нечеткой логики позволяли ей выполнять невероятно сложные вычислительные задачи, такие, как распознавание образов и объектов на изображениях с низким качеством. Создавая свою нейронную сеть, специалисты компании Google сделали ставку на вычислительную мощность традиционных центральных процессоров, что вылилось в достаточно внушительные размеры вычислительной системы. Система состояла из тысяч серверов, а общее количество вычислительных ядер составило 16 тысяч штук. Но не так давно исследователи из Стэнфордского университета создали собственную новую нейронную сеть, превосходящую по возможностям сеть компании Google в 6.5 раз, но гораздо более компактную и потребляющую меньше энергии.

Увеличение мощности и возможностей новой нейронной сети, которая способна оперировать 11.2 миллиардами параметров, не означает пропорционального роста количества аппаратных средств. Все дело в том, что специалисты Стэнфордского университета вместо центральных процессоров в качестве главного вычислительного устройства использовали графические процессоры компании NVidia. В результате им удалось обойтись всего 16 серверами, в каждом из которых был установлен обычный четырехядерный центральный процессор и четыре графических ускорителя NVIDIA GeForce GTX 680 с четырьмя гигабайтами памяти каждый.



Использование графических процессоров NVidia означает, возможность "упаковать" большую вычислительную мощность в более компактные размеры. Этот принцип далеко не нов, в настоящее время существует достаточно большое количество суперкомпьютеров, в частности, суперкомпьютер Cray XK7 "Titan", входящий в пятерку лидеров рейтинга Top-500, которые используют графические процессоры NVidia в качестве основных вычислительных устройств и которые демонстрируют высокую эффективность с точки зрения отношения производительности к потребляемой энергии.

Новая нейронная сеть была создана специалистами Лаборатории искусственного интеллекта Сэнфордского университета, которой руководит профессор Эндрю Нг (Andrew Ng), ученый в области искусственного интеллекта с мировым именем, который представил ее на Международной конференции по вопросам машинного обучения (International Conference on Machine Learning), проходившей на прошлой неделе в Атланте. В дальнейшем сеть, обладающая столь впечатляющими возможностями, будет использоваться для проведения исследований и разработок в области искусственного интеллекта, которые когда-нибудь в будущем приведут к тому, что наши роботы и другие автоматические системы получат интеллект, сопоставимый с интеллектом человека.

Помимо использования в системах искусственного интеллекта, такие мощные нейронные сети могут стать чем-то вроде хранилища, в которое может быть перемещен "оцифрованный" разум человека в случае крайней необходимости. Только такой вариант, кажущийся чем-то экстраординарным из разряда научной фантастики, может быть реализован в отдаленном или далеком будущем. Ведь 11 миллиардов моделируемых нейронной сетью нервных связей не идут ни в какое сравнение с 100 триллионами связей, которые имеются в головном мозге человека.