Neurala высоко параллельно GPU на основе нейронных сетей для улучшения ИИ и самостоятельного вождение робототехники

Сети (ИНС), работающие на графических процессорах (GPU). Изобретение рассматриваются в качестве важной основы для реального времени искусственного интеллекта и робототехники приложений.

Люди превосходят компьютеры во многих естественных задачах, в том числе видения и обработок языка, так как мозг эффективно обрабатывает множество входов, узнает и признает закономерность. Компьютеры, однако, процесс только один вход одновременно на каждом ядре процессора, а затем сделать последовательные расчеты. Поэтому, даже быстро процессоры не могут сравниться с силой человеческого мозга.

Прорыв Neurala, которая восходит к 2006 году, должен был видеть, что графические процессоры, которые первоначально были разработаны для компьютерных игр и 3D-графики, могут быть использованы для обработки нескольких входов одновременно и для моделирования нейронных сетей. Ультрасовременный искусственный интеллект и нейронные сети резко ускоряются на графических процессорах, который может обрабатывать гораздо больше команд за один тактовый цикл, чем центральный процессор компьютера (CPU). В результате, ИНС, которые могут выполнять интересные задания может быть написано для работы в режиме реального времени, используя недорогую графическую карту обработки найти во многих потребительских товарах.

«Наше изобретение позволяет роботам и другие устройства для использования искусственного интеллекта в ситуациях, в которых время выполнения является критическим. Это будет иметь фундаментальное значение для наших усилий по созданию мозгов для роботов, которые взаимодействуют с окружающим миром и с людьми в режиме реального времени», сказал Массимилиано~d Версаче, генеральный директор и соучредитель Neurala.

Мозг робота обрабатывает визуальную информацию в режиме реального времени, что позволяет ему делать больше, чем просто перемещаться из одного места в другое. Это означает, что роботы могли бы один день можно доверять, чтобы сделать свои собственные решения при навигации изменения местности на Марсе. Сети Neurala GPU уже в десять раз быстрее, чем обычные сети на базе процессора.

* само вождения летающих дронов
* само вождение авто
* в основном Самостоятельные наземные роботы

Применяется для навигации роботов на Марсе

разведочный планетарных сред с текущими роботизированными технологиями в значительной степени зависит от человеческого контроля и активных датчиков энергоемких для выполнения даже самые элементарных функций низкого уровня. В идеале, робот должен быть способен автономно исследовать и взаимодействовать в пределах неизвестной среды, не полагаясь на человек вход или неоптимальных датчиках. Поведения, такие как исследование неизвестных сред, запоминая расположение препятствий или объектов, создание и актуализации представления окружающей среды, а также возвращение в безопасное место, все задачи, которые представляют собой типичные действия, выполняемые эффективны животными на ежедневной основе. Фаза I этого НАСА STTR сосредоточена на проектировании адаптивного робота многокомпонентной нервной системы, которая фиксирует поведение нескольких областей мозга, ответственных за перцептивное, когнитивный, эмоциональное и моторное поведение. Эта система использует пассивные, потенциально ненадежных датчики (аналог животных визуальные и вестибулярные системы), чтобы узнать во время навигации неизвестных сред, а также строить годные к употреблению и корректируемых представления этих сред, не требуя глобальную навигационную спутниковую систему (GNSS). В фазе I, Neurala и Neuromorphics лаборатории Бостонского университета, построил виртуальный робот, или ANIMAT, которые будут разработаны и испытаны в внеземного виртуальной среде. Анимат используются пассивные датчики для выполнения пространственной задачи исследования. Анимат начал изучать с заправочной базы, автономно планируются, куда идти на основе прошлого опыта разведки и его текущей мотивации, развивать и корректировать внутреннюю карту окружающей среды с местами препятствий, выбрал кратчайший путь возвращения к своей заправочной базе перед батареей истощение, затем экстрагируют полученную карту в изучены удобочитаемой формате. (некоторые видео и многое другое)
http://nextbigfuture.com/2014/02/neurala-has-highly-parallel-gpu-based.html