Nauka  / Artykuł

Sercem sztucznej inteligencji powinna być... karta graficzna

Google intensywnie pracuje nad ulepszaniem algorytmów nazywanych umownie jako sztuczna inteligencja. Jedna z osób pracujących nad projektem ujawnia rąbka tajemnicy na temat… sprzętu, jaki jest wykorzystywany.

Po co Google’owi sztuczna inteligencja? Na pewno nie po to, by stworzyć klon HAL-a 9000. To co prawda fascynująca wizja, ale nie przekłada się ona na realne korzyści dla giganta. Przynajmniej na razie. Jednak to, co nazywamy sztuczną inteligencją niekoniecznie musi imitować zachowania człowieka niczym supernowoczesne komputery w filmach science-fiction.

To, co interesuje Google’a (a także jego konkurentów), to sieci neuronowe. Ów sztuczny mózg przetwarzałby znacznie wydajniej zapytania użytkowników, niż klasyczne algorytmy. Co więcej, tego typu prymitywna (w porównaniu do wizji fantastów) sieć neuronowa już istnieje. To właśnie ona tak szybko przetwarza w chmurze zapytania głosowe wypowiadane do urządzenia z Androidem. To właśnie ona odpowiada za przewidywanie ruchu ulicznego w Nawigacji Google. Co znajduje się w jej sercu? Procesory ARM, x86? Nie. Procesory graficzne.

Tak przynajmniej twierdzi Geoffrey Hinton w rozmowie z magazynem Wired, specjalista od sztucznej inteligencji, którego niedawno najął Google. Nie chciał podawać konkretnych szczegółów technicznych, ale potwierdził, że jego mocodawca zdecydował się na procesory GPU zamiast CPU.

Czemu? Przecież GPU zostały zaprojektowane do przetwarzania danych wideo i grafiki trójwymiarowej, a to CPU jest układem do obliczeń generycznych. Wszystko się zgadza, ale z uwagi na to, że przetwarzanie grafiki to przetwarzanie dużych ilości niewielkich pakietów danych równolegle, GPU okazał się kuszącą alternatywą. Podobnie działa ludzki mózg: miliardy neuronów równolegle przetwarzających niewielką część informacji.

Google nie jest jedyną firmą, która postawiła na przetwarzanie za pomocą GPU. Shazam, usługa potrafiąca „ze słuchu” rozpoznawać jaki utwór muzyczny aktualnie słyszymy, wykorzystuje również ten rodzaj procesora. Salesforce, zajmujący się analizą tweetów, też postawił na GPU. Coraz częściej można znaleźć procesory graficzne również w superkomputerach: już 50 z 500 najszybszych maszyn z tego rodzaju polega właśnie na GPU. Szczególnie chętnie wybierane są układy firmy Nvidia.

Google ma jednak co do GPU znacznie większe plany. Z czasem chce przenieść ten rodzaj procesorów również do komputerów odpowiedzialnych za inne jego usługi, w tym za wyszukiwarkę internetową. To wielka szansa dla Nvidii, a ta doskonale zdaje sobie z tego sprawę. Projekty takie, jak Tesla czy CUDA są już całkiem dojrzałe i nadal rozwijane. Mogę zdradzić nawet, że niezwykle często otrzymuję od niej informacje prasowe na temat kolejnego zastosowania jej procesorów w problemach, które nie mają nic wspólnego z grafiką 3D, lub bardzo niewiele.

A pamiętajmy, że jeżeli Google wyznaczy jakiś trend, to reszta za nim podąża. To w przewidywalnej przyszłości z pewnością się nie zmieni.

Źródło: wired.com

Maciek Gajewski jest dziennikarzem, współprowadzi dział aktualności na Chip.pl, gdzie również prowadzi swojego autorskiego bloga.

przeczytaj następny tekst


przeczytaj następny tekst


przeczytaj następny tekst


przeczytaj następny tekst


przeczytaj następny tekst