Последнее приобретение Google может сделать смартфоны еще умнее

futuraptor
29-01-2016
Последнее приобретение Google может сделать смартфоны еще умнее
45

Google подписал соглашение с Movidius о включении его процессора Myriad 2 MA2450 в будущие устройства. Поисковый гигант впервые начал сотрудничать с Movidius в 2014 году, при создании своих устройств Project Tango, а теперь приобрел лицензию на использование новейших технологий компании, чтобы «ускорить внедрение глубинного обучения в мобильных устройствах."

Глубинное обучение(или Deep learning) - это, по сути, сложная нейронная сеть, смоделированная как компьютерная программа, которая имитирует человеческий мозг. Нейронные сети были движущей силой быстро совершенствующихся инструментов распознавания изображений и речи, но в основном, для этих задач требуются подключение к интернету. Когда вы даете голосовую команду вашему, например, Android телефону, ваш голос на самом деле обрабатывается сервером где-то там, который и делает всю "тяжелую" работу.

Совсем недавно, Google удалось "втиснуть" нейронную сеть в в его приложение для перевода, которое позволяет пользователям переводить текст в изображениях на лету. SwiftKey также работает с небольшой сетью для предсказания слов в своем приложении SwiftKey Neural. Но все эти приложения требуют большого количества вычислительной мощности для относительно простых задач. Вот тут и пригодится новый чип от Movidius.

Внутреннее строение чипа Myriad 2

Myriad 2 MA2450 определяют как "блок обработки увиденного." У него одна цель: распознавание образов. Архитектура чипа имеет очень мало общего с традиционным процессором, она специально предназначена для управления работой мириад (отсюда и название) одновременных процессов, происходящих в нейронных сетях. Таким образом, его потребляемая мощность в задаче, например, распознавания лица или изображения - гораздо меньше, чем если бы ту же задачу обрабатывал процессор Snapdragon.

Что касается того, как именно Google будет использовать эти чипы, то это мы вряд ли узнаем, пока не будут готовы новые устройства.

Что такое глубинное обучение?

Глубинное обучение (англ. Deep learning) — набор алгоритмов машинного обучения, которые пытаются моделировать высокоуровневые абстракции в данных, используя архитектуры, состоящие из множества нелинейных трансформаций.

Под термином «глубина» в данном случае понимается глубина графа вычислений модели — максимальная длина между входным и выходным узлами конкретной архитектуры. В случае, например, простой нейронной сети прямого распространения глубина соответствует количеству слоев сети. Термин 'глубинное обучение' акцентирует внимание[источник не указан 322 дня] на сложности обучения внутренних (глубоких) слоев многослойной сети, которые плохо поддаются классическим методам обучения, таким как метод обратного распространения ошибки.

Глубинное обучение является частью более широкого семейства методов машинного обучения, основанных на репрезентационном обучении. Наблюдения (к примеру, изображение) могут быть представлены по-разному (вектор пикселей и т. д.), но некоторые репрезентации позволяют легче решать поставленные задачи (к примеру, является ли это изображение лицом?). Исследования в этой области пытаются определить какие репрезентации более полезны и как создать модели, которые могли бы научиться создавать такие репрезентации.

Различные архитектуры глубинного обучения, такие как глубокие нейросети, свёрточные нейронные сети, глубокие сети доверия, использовались в таких областях как компьютерное зрение, распознавание речи, обработка естественного языка, где в некоторых задачах они показывали лучшие на данный момент результаты.

futuraptor.com - интернет-журнал, публикующий новости науки и технологий,  об их влиянии на различные сферы жизни человека.

Человек построил вокруг себя собственный мир - мир в котором даже его творцу теперь непросто ориентироваться. Проявления технологий различно - это и IT, и робототехника, био- и генная инженерия, огромное культурологическое влияние - в музыке, кино, книгах, телевидение. Поток информации просто ошеломляет - достаточно лишь подписаться на десяток околонаучных твиттеров и новостная лента будет обновляться быстрее, чем вы ее сможете прочесть. Столько всего нового и так мало времени. Наша скромная миссия - предоставить на нашем сайте возможность прочесть самое интересное, а иногда и полезное, что может появиться в сети. Вместо множества источников - выберите один, наш сайт(у нас есть твиттер @futuraptorr, а также страницы в социальных сетях) и обеспечьте себя интересным чтением в минуты досуга. 

Современные достижения науки и техники, новые технологии, электроника, компьютеры, роботы, гаджеты, мобильные устройства, интересные разработки известных корпораций, средства коммуникаций, футуристические концепты, космические исследования, интересное и полезное в сети, изобретения - все это и многое другое в новостях и обзорах на этом сайте. А также о вещах смежных(скорее субъективно, нежели объективно). 

Мы всегда готовы поведать о чем-то новом, о том что на самом краю. И если у вас есть идея для нас, просто оставьте комментарий к статье. Мы всегда читаем комментарии. Или напишите нам на story@futuraptor.com

Остались вопросы? Отправьте форму на странице обратной связи

Новые статьи

Квадрокоптер Walkera Voyager 4 позволяет делать снимки с километра

Данная модель является одной из первых в потребительском сегменте, которая может быть укомплектована камерой с оптическим 16X зумом.

Walkera F210 3D – гоночный квадрокоптер для состязаний и не только

Сравнительно недорогой FPV-беспилотник с хорошей управляемостью и прочной конструкцией.