Sehende Siliziumchips machen Ihr Smartphone brillant

Viele der Geräte um uns herum könnten bald leistungsstarke neue Fähigkeiten zum Verstehen von Bildern und Videos erwerben, dank Hardware, die für die Technik des maschinellen Lernens namens Deep Learning entwickelt wurde.

Unternehmen wie Google haben durch Deep Learning mit riesigen Datensätzen und leistungsstarken Computern Durchbrüche in der Bild- und Gesichtserkennung erzielt (siehe 10 Breakthrough Technologies 2013: Deep Learning ). Jetzt sagen zwei führende Chip-Unternehmen und der chinesische Suchgigant Baidu, dass Hardware kommt, die die Technik in Telefone, Autos und mehr bringen wird.

Chiphersteller geben ihre neuen Funktionen normalerweise nicht im Voraus bekannt. Aber bei einem Konferenz über Computer Vision Dienstag, Synopsys , ein Unternehmen, das Software und geistiges Eigentum an die größten Namen der Chipherstellung lizenziert, zeigte einen neuen Bildprozessorkern, der auf Deep Learning zugeschnitten ist. Es wird erwartet, dass es Chips hinzugefügt wird, die Smartphones, Kameras und Autos mit Strom versorgen. Der Kern würde etwa einen Quadratmillimeter Platz auf einem Chip einnehmen, der mit einer der am häufigsten verwendeten Fertigungstechnologien hergestellt wurde.

Pierre Paulin, Direktor für Forschung und Entwicklung bei Synopsys, erzählt MIT Technology Review dass das neue Prozessordesign noch in diesem Sommer den Kunden seines Unternehmens zur Verfügung gestellt wird. Viele hätten großes Interesse daran bekundet, sich Hardware zu besorgen, um den Einsatz von Deep Learning zu unterstützen, sagte er.

Synopsys zeigte eine Demo, in der das neue Design Geschwindigkeitsbegrenzungsschilder in Filmmaterial von einem Auto erkannte. Paulin präsentierte auch Ergebnisse aus der Verwendung des Chips zum Betrieb eines Deep-Learning-Netzwerks, das darauf trainiert ist, Gesichter zu erkennen. Es erreichte nicht die Genauigkeit der besten Forschungsergebnisse, die auf leistungsstarken Computern erzielt wurden, aber es kam ziemlich nahe, sagte er. Für Anwendungen wie Videoüberwachung schneidet es sehr gut ab, sagte er. Der spezialisierte Kern verbraucht deutlich weniger Strom als ein herkömmlicher Chip für die gleiche Aufgabe benötigen würde.

Der neue Kern könnte vielen Arten von Geräten, von Telefonen bis hin zu billigen Überwachungskameras, ein gewisses Maß an visueller Intelligenz verleihen. Es würde Geräten nicht erlauben, Zehntausende von Objekten selbst zu erkennen, aber Paulin sagte, dass sie möglicherweise Dutzende erkennen könnten.

Das könnte zu neuartigen Kamera- oder Foto-Apps führen. Paulin sagte, die Technologie könne auch Auto-, Verkehrs- und Überwachungskameras verbessern. Beispielsweise könnte eine Heimüberwachungskamera erst dann Daten über das Internet senden, wenn ein Mensch in das Bild eindringt. Sie können ausgefallenere Dinge tun, wie zum Beispiel feststellen, ob jemand in der U-Bahn gestürzt ist, sagte er.

Jeff Gehlhaar, Vice President of Technology bei Qualcomm Research, sprach auf der Veranstaltung über die Arbeit seines Unternehmens, Deep Learning auf Apps für vorhandene Telefonhardware zum Laufen zu bringen. Er lehnte es ab zu diskutieren, ob das Unternehmen plant, Unterstützung für Deep Learning in seine Chips einzubauen. Aber in Bezug auf die Branche im Allgemeinen sagte er, dass solche Chips sicherlich kommen werden. Die Fähigkeit, Deep Learning auf mobilen Chips zu nutzen, sei entscheidend, um Robotern bei der Navigation und Interaktion mit der Welt zu helfen, sagte er, und für die Bemühungen, autonome Autos zu entwickeln.

Ich denke, Sie werden sehen, dass kundenspezifische Hardware entwickelt wird, um diese Probleme zu lösen, sagte er. Unseren traditionellen Ansätzen für Silizium wird das Gas ausgehen, und wir müssen die Ärmel hochkrempeln und die Dinge anders angehen. Wie bald das sein könnte, sagte Gehlhaar nicht. Qualcomm hat angekündigt, dass seine kommende Generation mobiler Chips Software enthalten wird, die entwickelt wurde, um Deep Learning in Kameras und andere Apps zu bringen (siehe Smartphones werden bald lernen, Gesichter und mehr zu erkennen).

Ren Wu, ein Forscher des chinesischen Suchunternehmens Baidu, sagte auch, dass für leistungsstarke Forschungscomputer im täglichen Gebrauch Chips benötigt werden, die Deep Learning unterstützen. Sie müssen diese Intelligenz überall, an jedem Ort und zu jeder Zeit einsetzen, sagte er.

In der Lage zu sein, Bilder auf einem Gerät zu analysieren, ohne eine Verbindung zum Internet herzustellen, kann Apps schneller und energieeffizienter machen, da Daten nicht hin und her gesendet werden müssen, sagte Wu. Er und Gehlhaar von Qualcomm sagten beide, dass intelligentere Mobilgeräte die Auswirkungen einiger Apps auf die Privatsphäre mildern könnten, indem das Volumen personenbezogener Daten wie Fotos, die von einem Gerät übertragen werden, reduziert wird.

Sie möchten, dass die Intelligenz die Rohdaten herausfiltert und nur die wichtigen Informationen, die Metadaten, an die Cloud sendet, sagte Wu.

verbergen