У этого затруднительного положения имеется программисты, борющиеся за новые идеи: новые устройства выстроили применение новой физики, новые методы организовать единицы в компьютерах а также методах, каковые применяют новые либо существующие совокупности более действенно. Дабы оказать помощь скоординировать новые идеи, Национальные лаборатории Сандиа помогли организации Университета Электрических и Инженеров-электроников (IEEE) Интернациональная конференция по вопросам Перезагружения Вычисления, совершённого 17-19 октября.Исследователи от управляемого Данными и Нервного Вычислительного Отдела Сандиа сделают три доклада на конференции, подчеркивая широту потенциальных нетрадиционных нервных вычислительных заявлений.
«Мы пробуем количество того, что смогут сделать нервные методы. Мы не пробуем быть исчерпывающими, а скорее мы пробуем выделить вид применения, по которому методы смогут быть действенными», сообщил Брэд Эймоун, вычислительный нейробиолог и соавтор одной бумаги. Исторически, нервное вычисление было рассмотрено как приблизительное и нечеткое, сказал он; но, исследователи Сандиа в их газетах стремятся расширять нервные методы, так, они включат предсказуемость и суровость, которая говорит о том, что у них возможно роль в высокоэффективном научном вычислении.
Эти три бумаги названы, «Преодолев Статическое Изучение Узкого места – Потребность в Адаптивном Нервном Изучении» Крэйгом Винеярдом и Стивом Верзи; «Вычисляя с Динамическими Совокупностями» Фредом Ротгэнджером; и «Пронзая Сетевые Методы для Научного Вычисления» Уильямом Сявярой, Ojas Parekh, Крисом Карлсоном, Конрадом Джеймсом и Эймоуном.Неприятности и польза постоянного изученияМозг все время обучается. «Тогда как мы вправду получаем образование школе, отечественное приобретение знаний не останавливается, в то время, когда школа заканчивается.
Вместо этого отечественные мозги все время приспосабливаются при помощи процессов, таких как синаптические модификации. Но большая часть методов машинного обучения обучается в один раз и сделано», сообщил Виноградник, программист.У многих так называемых методов машинного обучения имеется фаза изучения и операции и отдельная фаза тестирования.
Это вправду трудоемкое. Амбициозный – и бросающий вызов – пробует создать методы, каковые обучаются, непрерывно кроме этого рискует методом, «изучая» что-то, что это неправильно, сообщил Винеярд.Его статья приводит аргументы в пользу постоянного изучения и предлагает применение теории игр – математика логических ответов, таковой как тогда, в то время, когда вынуть мусор и в то время, когда сохранять надежду, что Ваш сосед по помещению сделает это для Вас – дабы принести точность к ответу о том, в то время, когда метод обязан обучаться.
Что такое динамические совокупности так или иначе?Динамическая совокупность – уравнение, которое обрисовывает, как вещи изменяются со временем. Несложная динамическая совокупность – функция, которая обрисовывает перемещение маятника высоких часов с маятником. «Мысль сзади применения динамических совокупностей для вычисления пребывает в том, дабы выстроить машину, так, что ее динамика – что имеет отношение к структуре автомобили либо структуре математики – приведет его к ответу на базе кормления его вопрос», сообщил Ротгэнджер, программист.
И отечественные мозги и, в некоем смысле, простые компьютеры – динамические совокупности: Они находят ответы лишь на базе вопроса и как компьютеры выстроены, сообщил Ротгэнджер. Его работа воображает, дабы, в случае если исследователи думают о классической научной вычислительной проблеме, матричном разложении, как динамическая совокупность, они имели возможность решить их строго на нейровдохновленных совокупностях.«Имеется громадный потенциал и кроме этого большое количество риска в идее, я работаю », сообщил Ротгэнджер. Если бы его мысль трудится, «она обеспечила бы пункт объединения между нервными методами и классическими числовыми методами».
Ремесленное ремесло математиков пронзающие сетевые алгоритмыТретья бумага определяет три метода ручной работы, каковые применяют осмотрительное размещение пронзания аналогичных нейрону узлов, дабы выполнить правильные вычисления. В мозгу любой нейрон связан со многими вторыми нейронами и применяет шипы электричества, дабы общаться.
Сявяра, математик, и его соавторы забрала воодушевление от этих качеств мозга.Пример этих инновационных методов – собственного рода оценка потока, названная изображением частицы velocimetry. Делая два снимка пятнышек пыли, перемещающихся через воздушное пространство и выясняющих, как на большом растоянии они перемещались на протяжении между фотографиями, исследователи смогут выяснить скорость воздуха и любых местных водоворотов.
Это возможно сделано на простой применяющей компьютеры необыкновенной математике, но способ Сявяра применяет в широком масштабе параллельную природу нейронов, дабы вычислить все вероятные трансформации действенно, сообщил он.«Шепетильно проектируя свойства и Ваши сети Ваших нейронов, Вы имеете возможность сделать правильные вещи», сообщила Сявяра. «Вы имеете возможность постараться выйти за границы вероятного того, что Вы имеете возможность ожидать, что нейронная сеть сделает».Держит ли будущее нейровдохновленные компьютеры в Вашем мобильном телефоне, каковые знают, что фразы как «Показывают мне, дорогая картина Пушистых» и «Заказывает мою любимую китайскую еду», либо в случае если нервные компьютеры смогут кроме этого трудиться вместе с будущими квантовыми компьютерами в ответе твёрдых математических неприятностей скоро, вычисляя потребности, каковые будут перестроены, и не так долго осталось ждать, сообщил Эймоун. Примиряя специалистов во многих разных дисциплинах, он сообщил Интернациональную конференцию по вопросам Перезагружения Вычислительных целей лелеять новые идеи и поощрить эту революцию.
Финансирование для всех проектов было обеспечено Лабораторным офисом развития и Целенаправленного исследования Сандиа. Два проекта кроме этого были частью Ускорения Аппаратных средств Адаптивных Нервных Методов (HAANA) Великая неприятность.
Более широкое перезагружающее вычислительное усилиеСотрудники Сандиа среди организаторов Перезагружающей Вычислительной инициативы IEEE и конференции.
Основной инженер Сандиа Роб Лелэнд сделает доклад о начале конференции на истории инноваций в вычислении. Исследователи Сандиа Эрик Дебенедиктис и Мэтт Мэринелла – члены комитета по программе конференции.