Categories: Наука

Искусственный интеллект научили пить вино

Важной задачей в высокотехнологичном мире становится повышение эффективности при снижении потребления энергии. На ее решение нацелены лучшие умы человечества, но иногда не обходится без курьезов.

К примеру, американские ученые из программы NIST Hardware for AI и их коллеги из Университета Мэриленда создали свою нейронную сеть, которая работает с повышенной эффективностью. Новый тип аппаратного обеспечения для искусственного интеллекта (ИИ) потребляет меньше энергии, работает быстрее и при этом является мечтой любого сомелье.

Дело в том, что как и в случае с традиционными компьютерными системами, у ИИ есть физические аппаратные схемы и программное обеспечение. В аппаратном обеспечении обычно есть большое количество обычных кремниевых чипов, которые потребляют много энергии. К примеру, на обучение одного современного коммерческого процессора нужно примерно 190 мегаватт-часов (МВт*ч) электроэнергии.

Менее энергоемкий подход – использовать для создания нейронных сетей другие виды оборудования. Одно из многообещающих устройств – магнитный туннельный переход (magnetic tunnel junctions – MTJ). Устройства на MTJ потребляют в несколько раз меньше энергии, чем их традиционные аналоги, работают быстрее, так как хранят данные в том же месте, где выполняют вычисления.

Новая нейросеть, как и обычные дегустаторы вин – сомелье, должна «натренировать» свой вкус. Команда обучила сеть, используя 148 вин, изготовленных из трех видов винограда. Каждое виртуальное вино имело 13 характеристик, которые необходимо было учитывать:

  • градус алкоголя
  • цвет
  • щелочность
  • магний

Каждой характеристике было присвоено значение от 0 до 1, чтобы сеть учитывала его и отличала одно вино от другого.

Дальше ИИ прошел виртуальный тест с набором данных, который включал 30 неизвестных вин. Система работала с точностью 95,3%.

Следует отметить, что у авторов не было задачи создать ИИ-сомелье. Это был, условно говоря, необычный побочный эффект.

Главный же вывод – устройства MTJ можно расширить и использовать для создания новых систем ИИ. Причем количество энергии, потребляемой системой, зависит от ее компонентов, но если использовать MTJ в качестве синапсов, можно сократить потребление энергии еще вдвое.

Ярослав Литвинов

Recent Posts

В Казахстане изъята крупнейшая в истории страны партия кокаина

Комитет национальной безопасности провёл масштабную спецоперацию, в результате которой был ликвидирован международный канал контрабанды наркотиков,…

1 день ago

Токаев провел встречу с председателем парламента Монголии

Глава государства провел встречу с Председателем Великого Государственного Хурала Монголии Дашзэгвийном Амарбаясгаланом, сообщает пресс-служба Акорды.…

1 день ago

Глава государства поздравил работников нефтегазовой отрасли

На торжественной церемонии в Акорде Касым-Жомарт Токаев подчеркнул особую роль нефтегазового комплекса в национальной экономике…

1 день ago

Нацбанк Казахстана назвал сроки вывода из обращения старых банкнот

В Казахстане продолжается поэтапная замена старых банкнот на купюры нового дизайна. Национальный банк Республики Казахстан…

1 день ago

Отборочный турнир Чемпионата мира — 2026. Казахстан – Уэльс (видео)

В Астане состоялся матч отборочного турнира чемпионата мира-2026 по футболу между сборными Казахстана и Уэльса.…

2 дня ago

Xiaomi запускает Redmi 15C: Элегантный дизайн. Полное визуальное погружение. Энергия на весь день

Компания Xiaomi представила в Казахстане Redmi 15C — устройство, сочетающее тонкий, изящный дизайн и большой…

2 дня ago