Intel: Rok 2017 był przełomowy dla sztucznej inteligencji

Już dziś 97 proc. obciążeń związanych z uczeniem maszynowym i głębokim (potocznie zwanymi sztuczną inteligencją) przetwarzanych jest na serwerach opartych o procesory Intel Xeon. W ostatnich latach firma skupia się na tworzeniu rozwiązań dedykowanych sztucznej inteligencji. W deklaracji wygłoszonej na początku roku Intel postawił sobie cel stukrotnego zwiększenia wydajności obecnych rozwiązań sztucznej inteligencji do 2020 roku. Zaprezentowane w tym roku rozwiązania w portfolio Intela dowodzą zaangażowania firmy w jego realizację.

Istotnym krokiem w stronę udostępnienia rozwiązań SI szerokiej grupie odbiorców było wprowadzenie na rynek Movidius Neural Compute Stick. To pierwszy na świecie zestaw do uczenia maszynowego, a zarazem w pełni samodzielny akcelerator sztucznej inteligencji oparty na USB. Dzięki urządzeniu za jedyne 79 dolarów szeroka gama urządzeń może uzyskać funkcje przetwarzania przeznaczone dla głębokich sieci neuronowych.

Movidius Myriad X to pierwsza jednostka przetwarzania wizyjnego z dedykowanym silnikiem neuronowym, która zapewni bardziej autonomiczne możliwości w szerokim zakresie kategorii produktów, od dronów i robotów po inteligentne kamery i wirtualną rzeczywistość.

Przed końcem roku na rynku pojawi się także pierwszy w branży układ przeznaczony do przetwarzania w sieciach neuronowych - Intel Nervana Neural Network Processor (NNP). Zapowiedziane w zeszłym roku pod nazwą kodową Lake Crest procesory służące do obsługi sieci neuronowych opracowywane były przez 3 lata.

Intel wsparł naukowców z polskiej firmy deepsense.ai w przeprowadzeniu projektu mającego na celu rozwój nauczania maszynowego metodą nagród i kar. Naukowcy i inżynierowie z obu firm wspólnie sprawdzili, czy sztuczna inteligencja pracująca na procesorach Intela, ucząc się samodzielnie rozgrywania gier wideo, zdoła na tej samej zasadzie nauczyć się kierowania prawdziwymi robotami czy autonomicznymi pojazdami - pomagając ludziom w rozwiązaniu wielu problemów. Efekty tych badań mogą przyczynić się do powstania urządzeń robotycznych wspomagających osoby niepełnosprawne.

Niezwykle istotnym elementem rozwoju autonomicznych systemów są z perspektywy Intela prace nad autonomicznymi pojazdami. Wyposażone w systemy sztucznej inteligencji autonomiczne pojazdy zrewolucjonizują transport na całym świecie, zapobiegając wypadkom, generując ogromne możliwości ekonomiczne i gwarantując mobilność osobom starszym i niepełnosprawnym.

Poza rozwojem sztucznej inteligencji Intel inwestuje także w pionierskie technologie, które w przyszłości będą niezbędne w zastosowaniach obliczeniowych na dużą skalę. Należą do nich między innymi obliczenia neuromorficzne i kwantowe.

W ostatnim czasie firma zaprezentowała pierwszy samouczący się neuromorficzny układ testowy inspirowany działaniem ludzkiego mózgu. Chip wykorzystuje dane do uczenia się i wnioskowania, dzięki czemu staje się coraz mądrzejszy bez potrzeby nauczania w tradycyjny sposób.

Na potrzeby badań stworzono także pierwszy procesor kwantowy. Oparte na obliczeniach kwantowych systemy, dzięki możliwości wykonywania większej ilości obliczeń równoległych, będą mogły rozwiązywać problemy leżące poza zasięgiem konwencjonalnych komputerów, takie jak symulowanie zjawisk naturalnych w celu przyspieszenia badań w dziedzinie chemii, inżynierii materiałowej i modelowania molekularnego - np. na potrzeby odkrywania nowych leków.

Intel będzie kontynuować zaangażowanie w rozwój systemów sztucznej inteligencji. Wierzymy, że autonomiczne systemy pomogą nam przekształcać gospodarkę, zwiększać ludzkie możliwości, automatyzować żmudne lub niebezpieczne zadania oraz rozwiązywać niektóre z najtrudniejszych problemów społecznych. Intel może zaoferować kluczowe technologie wspomagające ewolucję tych rozwiązań, ale musimy także współpracować jako branża - i jako społeczeństwo - aby osiągnąć największy potencjał sztucznej inteligencji - mówi Artur Długosz z Intela.

Eksperci IDC szacują, że światowe wydatki na systemy kognitywne i sztuczną inteligencję (AI) wyniosą 57,6 mld USD w 2021 r. Możemy spodziewać się coraz większego upowszechnienia systemów SI w biznesie, przemyśle, medycynie czy finansach, a także w podstawowych aplikacjach użytkowych.