De potentiële impact van kunstmatige intelligentie (AI) is nog nooit zo groot geweest, maar we zullen alleen succesvol zijn als AI slimmere en intuïtievere antwoorden kan bieden.

Een belangrijke barrière voor AI vandaag de dag is dat natuurlijke gegevens die naar een computer worden gestuurd, grotendeels ongestructureerd en 'luidruchtig' zijn.

Het is gemakkelijk voor mensen om natuurlijke gegevens te sorteren. Bijvoorbeeld:Als u met een auto door een woonstraat rijdt en een bal voor u ziet rollen, je zou stoppen, ervan uitgaande dat er een klein kind niet ver achter die bal zit. Computers van tegenwoordig doen dit niet. Ze zijn gebouwd om mensen te helpen met nauwkeurige productiviteitstaken. Het efficiënt maken van computers in het omgaan met waarschijnlijkheden op schaal staat centraal in ons vermogen om huidige systemen en applicaties te transformeren van geavanceerde rekenhulpen in intelligente partners voor begrip en besluitvorming.

Dit is de reden waarom probabilistische computing een belangrijk onderdeel is van AI en centraal staat bij het aanpakken van deze uitdagingen. Probabilistische computing zal toekomstige systemen in staat stellen om te begrijpen en te berekenen met onzekerheden die inherent zijn aan natuurlijke gegevens, waarmee we computers kunnen bouwen die begrijpen, voorspellen en beslissen.

Vandaag bij Intel, we zien een ongekende groei van toepassingen die afhankelijk zijn van analyse van ruisende natuurlijke gegevens - verschillende en zelfs tegenstrijdige informatie. Dergelijke toepassingen zijn bedoeld om mensen te helpen met een hoger niveau van intelligentie en bewustzijn over de omgevingen waarin ze opereren. Het doorbreken van dit lawaaierige mijnenveld staat centraal in ons vermogen om computers te transformeren in intelligente partners die informatie met menselijke trouw kunnen begrijpen en ernaar kunnen handelen.

Onderzoek naar probabilistisch computergebruik is geen nieuw studiegebied, maar de verbeteringen in high-performance computing en deep learning-algoritmen kunnen probabilistische computing naar een nieuw tijdperk leiden. In de komende jaren, we verwachten dat onderzoek in probabilistisch computergebruik zal leiden tot significante verbeteringen in de betrouwbaarheid, veiligheid, bruikbaarheid en prestaties van AI-systemen, inclusief hardware die speciaal is ontworpen voor probabilistisch computergebruik. Deze verbeteringen zijn van cruciaal belang voor de implementatie van applicaties in de echte wereld - van slimme huizen tot slimme steden.

Om ons werk in probabilistisch computergebruik te versnellen, Intel verhoogt zijn onderzoeksinvesteringen in probabilistisch computergebruik en we werken samen met partners om dit doel na te streven.

Oprichting van de Intel Strategic Research Alliance for Probabilistic Computing

Om het volledige potentieel van probabilistisch computergebruik te realiseren, is een holistische integratie van meerdere niveaus in computertechnologie nodig. Vandaag, Intel onderstreepte zijn inzet voor geïntegreerde en collaboratieve implementatie van opkomende computerarchitecturen en een solide strategie voor het mogelijk maken van ecosystemen door een oproep te doen aan de academische en startende gemeenschappen om met ons samen te werken om probabilistisch computergebruik van het laboratorium naar de realiteit te brengen via deze vectoren:benchmarktoepassingen , mitigatie van vijandige aanvallen, probabilistische kaders en software- en hardware-optimalisatie.

Een oog op de toekomst

We zijn ongelooflijk benieuwd naar de voorstellen om probabilistisch computergebruik te bevorderen en om dit onderzoek voort te zetten met het potentieel om de lat hoger te leggen voor wat AI ons kan helpen bereiken. Academische voorstellen zullen naar verwachting tegen 25 mei worden ingediend en onder hen zullen we de beste onderzoeksteams selecteren.

We begonnen deze reis met onderzoek naar neuromorphic computing, waarbij we ons concentreerden op ons begrip van het menselijk brein en de bijbehorende computationele processen. De start van de neuromorfische onderzoeksgemeenschap die op 1 maart is aangekondigd, ligt ook op schema en we zijn van plan onze Loihi in de cloud verder op te schalen om onderzoekers toegang te geven tot geavanceerde hardware. We zien een pad om in 2019 100 miljard synapsen op één systeem te bereiken.

Verder, Intel heeft al gewerkt aan het decoderen van de hersenen en het bevorderen van de volgende fase in de neurowetenschappen als onderdeel van ons onderzoekspartnerschap met Princeton University. We kijken ernaar uit om de stroom van intelligentie en besluitvorming verder te begrijpen door middel van ons probabilistische computerwerk.