ایم آئی ٹی کے نئے چپس اعصابی نیٹ ورکس میں کس طرح مدد کرسکتے ہیں؟

مصنف: Roger Morrison
تخلیق کی تاریخ: 27 ستمبر 2021
تازہ کاری کی تاریخ: 21 جون 2024
Anonim
APL کے ماڈیولر پروسٹیٹک اعضاء کے ساتھ ایمپیوٹی نے تاریخ رقم کی۔
ویڈیو: APL کے ماڈیولر پروسٹیٹک اعضاء کے ساتھ ایمپیوٹی نے تاریخ رقم کی۔

مواد

سوال:

ایم آئی ٹی کے نئے چپس اعصابی نیٹ ورکس میں کس طرح مدد کرسکتے ہیں؟


A:

عصبی نیٹ ورکس پر نیا سائنسی کام ان کی طاقت اور وسائل کی ضروریات کو اس حد تک کم کرسکتا ہے جہاں انجینئر اپنی طاقتور صلاحیتوں کو آلات کے بہت زیادہ مختلف سیٹوں میں ڈال سکتے ہیں۔

اس سے ہماری زندگی کی ہر چیز پر بہت بڑا اثر پڑ سکتا ہے ، ہم کھانا کیسے تیار کرتے ہیں اس سے لے کر ہم ڈاکٹر کے پاس کیسے جاتے ہیں ، یا اپنی گاڑیوں یا عوامی ٹرانسپورٹ کا استعمال کرتے ہوئے ہم کس طرح گھومتے ہیں۔

اس کے بارے میں سوچیں کہ اسمارٹ فونز نے ہماری زندگی کو کس طرح بدلا - پھر مشین سیکھنے اور مصنوعی ذہانت کی ان چھوٹی ، نقل پذیر ڈیوائسز میں تشکیل دینے والی مصنوعی ذہانت کی ٹکنالوجیوں کے بارے میں سوچیں۔

اس میں سے کچھ بنیادی کام ایم آئی ٹی میں نمائش کے لئے ہے ، جہاں بجلی کے انجینئرنگ اور کمپیوٹر سائنس کے کچھ طلبہ یہ دیکھ رہے ہیں کہ کس طرح اے آئی / ایم ایل سسٹم کے ڈیزائن اور تعمیر کو بہتر بنایا جائے۔

خاص طور پر ، MIT کے گریجویٹ طالب علم ، اور متعدد ساتھیوں کی کوششوں کو ٹیکنالوجی پریس میں بہت زیادہ توجہ مل رہی ہے۔

ٹیکرچ نے اس بارے میں بات کی ہے کہ عصبی نیٹ ورک سائنس کے ارتقاء کو "کنارے پر کمپیوٹنگ" کو فروغ دینے اور پورٹ ایبل بیٹری سے چلنے والے آلات میں زیادہ طاقتور ٹکنالوجیوں کو کیسے فروغ دیا جاسکتا ہے۔


فوربس کا کہنا ہے کہ بسواس کی ’پیش رفت‘ آپ کے بلینڈر کے اندر مصنوعی ذہانت ڈال سکتی ہے۔

عام طور پر ، ایم آئی ٹی سائنسدانوں کی پیشرفت جزوی طور پر موجیں بنارہی ہے کیونکہ اس سے یہ واضح ہوتا ہے کہ ان کارناموں سے ہماری صارفین کی ٹیکنالوجیز کو کس طرح متاثر کیا جاسکتا ہے ، نیز حکومت یا کاروباری مقاصد کے لئے استعمال ہونے والے افراد کو۔

بنیادی طور پر ، پروسسر ارتقاء کی قسم جس کا بسواس بیان کرتا ہے اس کا تعلق ایک چپ ماحول میں شریک تلاش کرنے والے افعال سے ہے۔ سائنس ڈیلی کے ایک مضمون میں ، مصنف نے بتایا کہ کس طرح زیادہ تر روایتی پروسیسروں کی میموری ہوتی ہے جو پروسیسنگ کے علاقے سے باہر محفوظ ہوتی ہے ، اور ڈیٹا کو آگے پیچھے شٹل کیا جاتا ہے۔ تاہم ، ذخیرہ شدہ میموری کے اعداد و شمار کی نقل و حرکت کی ضرورت بہت زیادہ طاقت لیتی ہے۔

بسواس "ڈاٹ پروڈکٹ" یا کور آپریشن کے بارے میں بات کرتے ہیں جو اعصابی نیٹ ورک کو کام کرنے میں مدد کرتا ہے۔ یہ سائنس دان نظام کو آسان بنانے کے لئے بائنری وزن کے استعمال پر بھی غور کر رہے ہیں - اور یہ خیال واقعی کمپیوٹر سائنس کا ایک بنیادی حصہ رہا ہے جب سے پہلے پرسنل کمپیوٹرز کی ایجاد ہوئی تھی۔


اس قسم کی ہارڈویئر تبدیلیوں کو فروغ دے کر ، سائنس دان مشین لرننگ اور مصنوعی ذہانت کے ٹولز کے لئے زیادہ استعداد مہیا کررہے ہیں جو ہم ٹیکنالوجیز کے استعمال کے طریقہ کار کو تبدیل کررہے ہیں۔ خالصتا deter تشخیصی لکیری پروگرامنگ سے ایسے سسٹم کی طرف بڑھنے سے جہاں کمپیوٹر دماغی سرگرمیوں کی نقالی کرتے ہیں ، ہماری انگلی پر بہت زیادہ طاقتور ٹکنالوجی کے ساتھ ایک نئے ایڈونچر کی شروعات کرنے والے تھے۔