Prosesor Neuromorfik Optik Tercepat Di Dunia

Prosesor Neuromorfik Optik Tercepat Di Dunia

Prosesor Neuromorfik Optik Tercepat Di Dunia – Tim peneliti internasional yang dipimpin oleh Swinburne University of Technology telah mendemonstrasikan prosesor neuromorfik optik tercepat dan paling kuat di dunia untuk kecerdasan buatan (AI), yang beroperasi lebih cepat dari 10 triliun operasi per detik (TeraOPs/s) dan mampu memproses ultra-data skala besar.

Prosesor Neuromorfik Optik Tercepat Di Dunia

Diterbitkan di jurnal Nature, terobosan ini merupakan lompatan besar ke depan untuk jaringan saraf dan pemrosesan neuromorfik secara umum.

Jaringan saraf tiruan, salah satu bentuk kunci dari AI, dapat ‘belajar’ dan melakukan operasi kompleks dengan aplikasi luas untuk penglihatan komputer, pemrosesan bahasa alami, pengenalan wajah, terjemahan ucapan, bermain game strategi, diagnosis medis, dan banyak bidang lainnya. sbobet

Terinspirasi oleh struktur biologis sistem korteks visual otak, jaringan saraf tiruan mengekstraksi fitur utama dari data mentah untuk memprediksi sifat dan perilaku dengan akurasi dan kesederhanaan yang belum pernah terjadi sebelumnya.

Dipimpin oleh Profesor David Moss Swinburne, Dr Xingyuan (Mike) Xu (Swinburne, Universitas Monash) dan Profesor Terhormat Arnan Mitchell dari Universitas RMIT, tim mencapai prestasi luar biasa dalam jaringan saraf optik: secara dramatis mempercepat kecepatan komputasi dan kekuatan pemrosesan mereka.

Tim mendemonstrasikan prosesor neuromorfik optik yang beroperasi lebih dari 1000 kali lebih cepat daripada prosesor sebelumnya, dengan sistem juga memproses gambar skala ultra-besar berukuran rekaman cukup untuk mencapai pengenalan gambar wajah penuh, sesuatu yang tidak dapat dilakukan oleh prosesor optik lainnya. menyelesaikan.

“Terobosan ini dicapai dengan ‘sisir mikro optik’, seperti kecepatan data internet rekor dunia kami yang dilaporkan pada Mei 2020,” kata Profesor Moss, Direktur Pusat Ilmu Optik Swinburne dan baru-baru ini ditunjuk sebagai salah satu pemimpin penelitian top Australia dalam bidang fisika dan matematika di bidang optik dan fotonik oleh The Australian.

Meskipun prosesor elektronik tercanggih seperti Google TPU dapat beroperasi melebihi 100 TeraOP / dtk, hal ini dilakukan dengan puluhan ribu prosesor paralel. Sebaliknya, sistem optik yang ditunjukkan oleh tim menggunakan prosesor tunggal dan dicapai dengan menggunakan teknik baru yang secara bersamaan menyisipkan data dalam dimensi waktu, panjang gelombang, dan spasial melalui sumber sisir mikro terintegrasi.

Micro-combs adalah perangkat yang relatif baru yang bertindak seperti pelangi yang terdiri dari ratusan laser inframerah berkualitas tinggi pada satu chip. Mereka jauh lebih cepat, lebih kecil, lebih ringan dan lebih murah daripada sumber optik lainnya.

“Dalam 10 tahun sejak saya menemukannya bersama, chip sisir mikro terintegrasi telah menjadi sangat penting dan sungguh menyenangkan melihat mereka memungkinkan kemajuan besar dalam komunikasi dan pemrosesan informasi. Sisir mikro menawarkan janji yang sangat besar bagi kami untuk memenuhi kebutuhan dunia yang tak pernah terpuaskan akan informasi, “kata Profesor Moss.

“Prosesor ini dapat berfungsi sebagai ujung depan lebar pita ultrahigh universal untuk perangkat keras neuromorfik apa pun berbasis optik atau elektronik membawa pembelajaran mesin data masif untuk data lebar pita sangat tinggi waktu nyata dalam jangkauan,” kata salah satu penulis utama studi tersebut, Dr Xu, alum Swinburne dan rekan postdoctoral di Departemen Teknik Sistem Listrik dan Komputer di Monash University.

“Saat ini kami mendapatkan gambaran singkat tentang bagaimana prosesor di masa depan akan terlihat. Ini benar-benar menunjukkan kepada kami betapa dramatis kami dapat meningkatkan kekuatan prosesor kami melalui penggunaan mikrocomb yang inovatif,” jelas Dr. Xu.

Profesor Mitchell dari RMIT menambahkan, “Teknologi ini dapat diterapkan pada semua bentuk pemrosesan dan komunikasi ini akan berdampak besar. Dalam jangka panjang, kami berharap dapat mewujudkan sistem yang terintegrasi penuh pada sebuah chip, sehingga sangat mengurangi biaya dan konsumsi energi.”

“Jaringan saraf konvolusional telah menjadi pusat revolusi kecerdasan buatan, tetapi teknologi silikon yang ada semakin menghadirkan hambatan dalam kecepatan pemrosesan dan efisiensi energi,” kata pendukung utama tim peneliti, Profesor Damien Hicks, dari Swinburne dan Institut Walter and Elizabeth Hall.

Prosesor Neuromorfik Optik Tercepat Di Dunia

Dia menambahkan, “Terobosan ini menunjukkan bagaimana teknologi optik baru membuat jaringan seperti itu lebih cepat dan lebih efisien dan merupakan demonstrasi mendalam dari manfaat pemikiran lintas disiplin, dalam mendapatkan inspirasi dan keberanian untuk mengambil ide dari satu bidang dan menggunakannya untuk memecahkan masalah mendasar di tempat lain.”

5 Tren Teknologi Terbesar Di 2021

5 Tren Teknologi Terbesar Di 2021

5 Tren Teknologi Terbesar Di 2021 – Mungkin tampak aneh untuk membuat prediksi tentang 2021, ketika masih jauh dari pasti bagaimana sisa tahun 2020 akan dimainkan. Tidak ada yang meramalkan peristiwa yang mengubah dunia tahun ini, tetapi satu hal yang jelas: teknologi telah terpengaruh sama seperti setiap bagian lain dari hidup kita.

5 Tren Teknologi Terbesar Di 2021

Hal lain yang jelas adalah bahwa tren teknologi terpenting saat ini akan berperan besar dalam membantu kita mengatasi dan beradaptasi dengan banyak tantangan yang kita hadapi. Dari peralihan ke bekerja dari rumah ke aturan baru tentang bagaimana kita bertemu dan berinteraksi di ruang publik, tren teknologi akan menjadi kekuatan pendorong dalam mengelola perubahan.

Dalam banyak hal, Covid-19 akan bertindak sebagai katalisator untuk sejumlah besar perubahan yang sudah ada di kartu, berkat kehidupan online dan digital kita yang semakin meningkat. Hal-hal hanya akan terjadi lebih cepat sekarang, dengan kebutuhan (lama diakui sebagai ibu dari penemuan) sebagai kekuatan pendorong. sbobet88

Dan seandainya kasusnya seperti yang diprediksi oleh presiden AS tertentu Covid-19 “menghilang secara ajaib” perubahan yang ditimbulkannya tidak akan terjadi, karena kita akan belajar melakukan banyak hal dengan lebih efisien dan aman.

Inilah gambaran umum saya tentang bagaimana tren teknologi utama yang saya identifikasi dalam buku terbaru saya Tren Teknologi dalam Praktek, kemungkinan akan terjadi selama tahun depan.

Beberapa akan memainkan peran mereka dalam membantu kita memulihkan “normalitas” (apa pun artinya), sementara beberapa di antaranya akan memudahkan kita untuk memahami dan menavigasi realitas yang berubah.

Artificial Intelligence (AI)

AI tidak diragukan lagi adalah salah satu tren teknologi terbesar saat ini, dan selama tahun 2021 AI akan menjadi alat yang lebih berharga untuk membantu kita menafsirkan dan memahami dunia di sekitar kita.

Volume data yang kami kumpulkan tentang perawatan kesehatan, tingkat infeksi, dan keberhasilan tindakan yang kami lakukan untuk mencegah penyebaran infeksi akan terus meningkat. Ini berarti algoritme pembelajaran mesin akan menjadi lebih terinformasi dan semakin canggih dalam solusi yang mereka temukan untuk kita.

Dari sistem visi komputer yang memantau kapasitas area publik hingga menganalisis interaksi yang ditemukan melalui inisiatif pelacakan kontak, algoritme pembelajaran mandiri akan menemukan koneksi dan wawasan yang tidak akan diketahui oleh analisis manusia manual.

Mereka akan membantu kami memprediksi permintaan layanan dari rumah sakit dan penyedia layanan kesehatan lainnya, dan memungkinkan administrator membuat keputusan yang lebih baik tentang kapan dan di mana akan menyebarkan sumber daya.

Untuk bisnis, tantangannya adalah memahami pola perubahan perilaku pelanggan. Lebih banyak aktivitas manusia akan terjadi secara online dari berbelanja dan bersosialisasi hingga lingkungan kerja virtual, rapat, dan perekrutan.

Selama tahun 2021, kami dapat mengharapkan alat yang kami gunakan untuk menganalisis perubahan perilaku ini menjadi lebih canggih dan semakin sesuai dengan anggaran dan persyaratan infrastruktur dari semakin banyak organisasi.

Robotika, Drone, dan Otomasi Kendaraan

Karena volume penumpang yang menggunakan angkutan umum berfluktuasi dari minggu ke minggu, bergantung pada kondisi setempat, inisiatif seputar kendaraan tanpa pengemudi akan terus berlanjut dengan kecepatan yang meningkat.

Efisiensi mendorong di seluruh jaringan transportasi umum akan menjadi prioritas bagi penyedia layanan serta otoritas sipil, di mana pengurangan biaya tenaga kerja akan membantu menyeimbangkan ketidakpastian seputar permintaan pelanggan.

Dalam beberapa tahun terakhir kita telah melihat munculnya robot di sektor perawatan dan hidup yang dibantu, dan ini akan menjadi semakin penting, terutama ketika berinteraksi dengan anggota masyarakat yang paling rentan terhadap infeksi, seperti orang tua.

Daripada sepenuhnya menggantikan interaksi manusia dengan pengasuh yang sangat penting bagi banyak orang, kita dapat mengharapkan perangkat robotik digunakan untuk menyediakan saluran komunikasi baru, seperti akses ke bantuan di rumah 24/7, serta untuk sekadar memberikan persahabatan pada saat mungkin tidak aman untuk mengirim staf perawat ke rumah.

Selain itu, perusahaan yang menemukan dirinya dengan tempat yang, meski kosong, masih memerlukan pemeliharaan dan pemeliharaan, akan beralih ke penyedia robotika untuk layanan seperti pembersihan dan keamanan. Kegiatan ini sudah mengarah kemelonjaknya harga saham untuk perusahaan yang terlibat dalam penyediaan robot.

Drone akan digunakan untuk memberikan obat-obatan penting dan, dilengkapi dengan algoritma penglihatan komputer, digunakan untuk memantau langkah kaki di tempat umum untuk mengidentifikasi tempat-tempat di mana terdapat peningkatan risiko penularan virus.

Revolusi As-A-Service

“As-a-service” – penyediaan layanan yang kita perlukan untuk hidup dan bekerja melalui platform berbasis permintaan berbasis cloud adalah kunci yang telah menempatkan tren teknologi lain yang kita bicarakan hari ini untuk menjangkau siapa pun.

Itulah alasan mengapa AI dan robotika adalah kemungkinan untuk hampir semua bisnis atau organisasi, terlepas dari ukuran atau anggaran mereka. Berkat penawaran cloud dari perusahaan seperti Google, Microsoft, Amazon, dan gerombolan startup dan spin-off yang terus berkembang, inovator di semua bidang dapat menerapkan teknologi mutakhir dengan sedikit investasi di muka dalam alat, peralatan, atau orang-orang khusus.

Seiring pandemi yang sedang berlangsung di seluruh dunia, kami telah melihat dengan jelas bahwa perusahaan yang mengandalkan cloud untuk menyediakan solusi terukur sebagai layanan semakin makmur.

Ambil Zoom, misalnya, yang dengan cepat menjadi nama rumah tangga berkat kecepatan penambahan server dan peningkatan cakupan serta kualitas layanannya. Ini karena sifatnya yang berbasis cloud dan kemitraannya dengan penyedia layanannya sendiri, yang dapat dengan cepat meningkatkan kapasitas untuk memenuhi permintaan. Pada tahun 2021 dan seterusnya, ini akan menjadi semakin penting dan lebih banyak kemungkinan akan terbuka untuk semua orang.

5G dan Konektivitas Yang Ditingkatkan

Internet yang lebih cepat dan lebih andal tidak hanya berarti kita dapat memuat halaman web lebih cepat dan menghabiskan lebih sedikit waktu menunggu video diluncurkan di Youtube. Setiap kemajuan berturut-turut dalam konektivitas seluler dari 3G dan seterusnya telah membuka kasus penggunaan baru untuk internet.

3G membuat penjelajahan web dan layanan berbasis data berguna pada perangkat seluler, 4G menyebabkan pertumbuhan platform video dan musik streaming seiring dengan peningkatan bandwidth, dan 5G, juga, akan membuka lebih banyak pintu dalam hal apa yang mungkin.

5G berarti bahwa layanan yang mengandalkan teknologi canggih seperti augmented reality dan virtual reality (dibahas di bawah) serta platform game berbasis cloud seperti Google Stadia atau NVidia’s GeForce Now menjadi proposisi yang layak, di mana saja dan kapan saja.

Mereka juga mengancam untuk membuat jaringan kabel dan berbasis serat menjadi mubazir, dengan kebutuhan mereka bagi kami untuk ditambatkan ke lokasi tertentu.

Singkatnya, 5G dan jaringan canggih berkecepatan tinggi lainnya membuat semua tren lain yang kita diskusikan di sini tersedia di mana saja, kapan saja. Aplikasi pembelajaran mesin yang kompleks yang mengandalkan akses real-time ke sumber Big Data dapat dilakukan di lapangan, melalui otomatisasi.

Contoh yang bagus adalah operator perikanan Norwegia, Salmar, yang menggunakan jaringan 5G untuk mengotomatiskan perawatan dan pemberian makan ikannya.

Algoritme pengenalan gambar digunakan untuk mendeteksi ikan mana yang makan berlebih atau kurang, dan secara otomatis mengeluarkan makanan dan obat-obatan yang diperlukan untuk menjaganya tetap sehat. Inisiatif seperti ini akan menjadi semakin penting selama tahun 2021, di mana bisnis ingin meningkatkan otomatisasi di seluruh tenaga kerjanya.

Extended Reality (XR) – Virtual dan Augmented Reality (VR / MR).

Istilah-istilah ini mencakup teknologi yang menggunakan kacamata atau headset untuk memproyeksikan citra yang dihasilkan komputer secara langsung ke bidang penglihatan pengguna. Ketika ditempatkan di atas apa yang pengguna lihat di dunia nyata, itu adalah AR. Dan ketika digunakan untuk menempatkan pengguna ke dalam lingkungan yang sepenuhnya dibuat oleh komputer, itu adalah VR.

Selama tahun depan kita dapat kembali berharap untuk melihat ini, bersama dengan tren lain yang dibahas di sini, membantu dalam mengatasi tantangan yang ditimbulkan oleh situasi dunia saat ini. Sebagian besar hal ini akan melibatkan upaya untuk menghindari situasi yang berpotensi berbahaya di mana terdapat risiko penularan virus.

Misalnya, pemeriksaan dan diagnosis medis semakin dapat dilakukan dari jarak jauh. Solusi yang tersedia untuk ahli optik memungkinkan tes mata dilakukan sepenuhnya dalam VR, karena kamera definisi tinggimemberikan gambaran yang jelas tentang mata pasien.

Alat AR kemudian memungkinkan pelanggan untuk melihat-lihat rangkaian kacamata yang ditawarkan dan melihat seperti apa tampang mereka di wajah mereka sendiri tanpa harus meninggalkan rumah.

Kami juga akan melihat peningkatan penggunaan alat VR dan AR dalam pendidikan. Ini akan mengurangi kebutuhan kita untuk bekerja dalam kondisi kelas yang padat jika tidak sepenuhnya, setidaknya di area dan saat diketahui bahwa tingkat penularannya tinggi.

Dan karena semakin banyak data tentang kondisi dan cara penularan virus tersedia, alat AR akan digunakan untuk memberikan peringatan waktu nyata ketika kita bergerak melalui area di mana infeksi diketahui telah menyebar.

5 Tren Teknologi Terbesar Di 2021

Bahkan langkah-langkah sederhana seperti mengingatkan kita untuk mencuci tangan ketika kita menyentuh pegangan pintu di tempat umum atau mengeluarkan peringatan ketika perangkat merasakan bahwa kita telah menyentuh wajah kita tanpa mencuci tangan, dapat membantu menyelamatkan nyawa dan menghentikan kita menyebarkan penyakit ke sekitar. lingkungan dunia nyata tempat kita tinggal dan bergerak.

AI Didorong Oleh Prosesor Berbasis Cahaya Konvolusional Paralel

AI Didorong Oleh Prosesor Berbasis Cahaya Konvolusional Paralel

AI Didorong Oleh Prosesor Berbasis Cahaya Konvolusional Paralel – Pertumbuhan lalu lintas data yang eksponensial di era digital kita menimbulkan beberapa tantangan nyata pada kekuatan pemrosesan.

Dan dengan munculnya pembelajaran mesin dan AI, misalnya, kendaraan yang dapat mengemudi sendiri dan pengenalan suara, tren kenaikan akan terus berlanjut. Semua ini menempatkan beban berat pada kemampuan prosesor komputer saat ini untuk memenuhi permintaan.

AI Didorong Oleh Prosesor Berbasis Cahaya Konvolusional Paralel

Sekarang, tim ilmuwan internasional telah beralih ke cahaya untuk mengatasi masalah tersebut. Para peneliti mengembangkan pendekatan dan arsitektur baru yang menggabungkan pemrosesan dan penyimpanan data ke dalam satu chip dengan menggunakan prosesor berbasis cahaya, atau “fotonik”, yang terbukti melampaui chip elektronik konvensional dengan memproses informasi jauh lebih cepat dan paralel. https://sbobet88bola.wildapricot.org/

Para ilmuwan mengembangkan akselerator perangkat keras untuk apa yang disebut perkalian vektor-matriks, yang merupakan tulang punggung jaringan saraf (algoritma yang mensimulasikan otak manusia), yang digunakan sendiri untuk algoritma pembelajaran mesin.

Karena panjang gelombang cahaya (warna) yang berbeda tidak mengganggu satu sama lain, para peneliti dapat menggunakan beberapa panjang gelombang cahaya untuk perhitungan paralel. Tetapi untuk melakukan ini, mereka menggunakan teknologi inovatif lain, yang dikembangkan di EPFL, “frekuensi sisir” berbasis chip, sebagai sumber cahaya.

“Penelitian kami adalah yang pertama menerapkan sisir frekuensi di bidang jaringan saraf tiruan,” kata Profesor Tobias Kippenberg dari EPFL, salah satu pemimpin penelitian. Penelitian Profesor Kippenberg telah memelopori pengembangan frekuensi sisir. “Sisir frekuensi menyediakan berbagai panjang gelombang optik yang diproses secara independen satu sama lain dalam chip fotonik yang sama.”

“Prosesor berbasis cahaya untuk mempercepat tugas di bidang pembelajaran mesin memungkinkan tugas matematika yang kompleks diproses dengan kecepatan dan hasil yang tinggi,” kata rekan penulis senior Wolfram Pernice di Universitas Münster, salah satu profesor yang memimpin penelitian. “Ini jauh lebih cepat daripada chip konvensional yang mengandalkan transfer data elektronik, seperti kartu grafis atau perangkat keras khusus seperti TPU (Tensor Processing Unit).”

Setelah merancang dan membuat chip fotonik, para peneliti mengujinya di jaringan saraf yang mengenali nomor yang ditulis tangan. Terinspirasi oleh biologi, jaringan ini adalah konsep di bidang pembelajaran mesin dan digunakan terutama dalam pemrosesan data gambar atau audio.

“Operasi konvolusi antara data masukan dan satu atau beberapa filter – yang dapat mengidentifikasi tepi dalam gambar, misalnya, sangat sesuai dengan arsitektur matriks kami,” kata Johannes Feldmann, yang kini berbasis di Departemen Material Universitas Oxford.

Nathan Youngblood (Universitas Oxford) menambahkan: “Memanfaatkan penggandaan panjang gelombang memungkinkan kecepatan data dan kepadatan komputasi yang lebih tinggi, yaitu operasi per area pemroses, yang sebelumnya tidak dicapai”.

“Pekerjaan ini adalah pameran nyata dari penelitian kolaboratif Eropa,” kata David Wright dari University of Exeter, yang memimpin proyek FunComp Uni Eropa, yang mendanai pekerjaan tersebut. “Sementara setiap kelompok penelitian yang terlibat memimpin dunia dengan caranya sendiri, menyatukan semua bagian inilah yang membuat pekerjaan ini benar-benar mungkin.”

AI Didorong Oleh Prosesor Berbasis Cahaya Konvolusional Paralel

Studi ini dipublikasikan di Nature minggu ini, dan memiliki aplikasi yang luas jangkauannya: pemrosesan data secara simultan (dan hemat energi) yang lebih tinggi dalam kecerdasan buatan, jaringan saraf yang lebih besar untuk prakiraan yang lebih akurat dan analisis data yang lebih tepat, sejumlah besar data klinis untuk mendiagnosis, meningkatkan evaluasi cepat data sensor pada kendaraan yang dapat mengemudi sendiri, dan memperluas infrastruktur komputasi awan dengan lebih banyak ruang penyimpanan, daya komputasi, dan perangkat lunak aplikasi.