Close

BrainCard: umělé neurony pro vaši platformu

Projekt BrainCard je vpravdě pozoruhodný. Vychází z mnohaletého studia neuronových sítí a zakládá se na neuromorfním čipu, který prošel testováním a který sestává z 1024 umělých neuronů. Umělé neurony mu umožňují téměř totéž, co myslícím tvorům ty neurofyziologické: učit se, rozhodovat se, či rozpoznávat vzorce a šablony ve virtuálních i fyzických vstupech. BrainCard je přitom kompatibilní s elektronickými platformami jako je Arduino, Raspberry Pi a Intel Edison, můžete s ní tedy obdařit své roboty, drony, hračky nebo kamery něčím na způsob vlastní mysli.

BrainCard (prototyp, převazto z https://www.indiegogo.com/projects/braincard-pattern-recognition-for-all#/

BrainCard (prototyp, převazto z https://www.indiegogo.com/projects/the-braincard-powered-by-a-neural-network-chip )

Vaše přístroje si následně budou schopny pamatovat určité vjemy nebo vzorce, s jejichž pomocí mají analyzovat data. Nelze přitom přehlížet, že právě data mining je v současné době, kdy jsou všechna myslitelná média zahlcena daty, z nichž potřebujeme tak či onak vytěžit informace, zcela zásadní. Klíčová je tedy schopnost v co nejkratším časovém úseku vytěžit co nejvíce informací. Právě rychlost je pro současné počítače nemalý zádrhel: interpretace dat vyžaduje spolupráci procesoru a paměti, což jsou standardně oddělené hardwarové komponenty a komunikace mezi nimi probíhá lineárně. Omezení rychlosti, ke kterému dochází, John von Neumann obrazně nazval „bottleneck“, tedy úzký profil, jaký najdeme u skleněné lahve. V klasické Neumannově architektuře se musí CPU pokaždé „zeptat“ paměti, co má dělat (resp. celou paměť prohledat), než se může pustit do vlastní operace, která je sama o sobě obvykle mnohem rychlejší. Kvůli absenci vlastní paměti ve smyslu schopnosti poučit se z minulých operací je procesor odsouzen ke stále shodnému dotazování a opakované, nadbytečné zátěži. Umělé neuronové sítě se naproti tomu snaží vytvářet architekturu, která se volně inspiruje strukturou lidského mozku. Je proto výrazně flexibilnější a nabízí mnohem větší – v tuto chvíli možná dosud netušený – potenciál. (Netřeba připomínat, že sebekomplexnější matematické výpočty nám neumožní zkonstruovat umělý mozek, jen napodobit některé jeho vlastnosti, resp. některé prky jeho architektury.) Dlužno poznamenat, že studiu umělých neuronových sítí se datuje od čtyřicátých let dvacátého století. V roce 1943 vznikl první matematický model neuronu, autorem byli Warren McCulloch a Walter Pitts. S jejich poznatky později pracovaly zakladatelské osobnosti kybernetiky jako Norbert Weiner nebo již uvedený John von Neumann. Po řadu desetiletí se výzkumu věnuje nespočet vědeckých ústavů, vědců sdružených v International Neural Network Society i řada firem, včetně IBM. V Čechách byste se o nich leccos dozvěděli na ČVUT, Ústavu informatiky AV ČR, Matematicko-fyzikální fakultě UK nebo na Mendelově univerzitě v Brně. Tato disciplína má za sebou letitý vývoj a v tuto chvíli již může pracovat se speciálním hardwarem.

Nákres: rozdíl mezi van Neumannovou a neuronovou architekturou (převzato z https://www.indiegogo.com/projects/braincard-pattern-recognition-for-all#/

Nákres: rozdíl mezi van Neumannovou a neuronovou architekturou (převzato z https://www.indiegogo.com/projects/the-braincard-powered-by-a-neural-network-chip )

BrainCard se zakládá na čipu CM1K, což je typ, který vystřídal první užívaný neuronový čip ZISC36 z počátku devadesátých let, a který obsahuje 1024 umělých neuronů. Uvedená IBM přitom již pracuje na čipu s kapacitou přes milion neuronů a 256 programovatelných synapsí, což jsou umělé imitace mezineuronových rozhraní, kterými se přenáší informace v „přírodním“ neuronu. Jedná se o desku s čipy CM1K a FPGA, které lze připojit k libovolné elektronické platformě. Svému Arduinu nebo Raspberry Pi tak můžete připojit zjednodušený „mozek“ a tím znásobit jeho potenciál. Obrazně řečeno, vaše zařízení dostane funkčně omezenou pravou hemisféru, díky které se přístroj dokáže učit a rozpoznávat šablony, obrazy (například tvary, tváře, mimiku) nebo zvuky z přicházejícího proudu dat. Levá hemisféra – původní zařízení – tak bude mít mnohem více prostoru pro práci.

Projekt můžete podpořit na crowdfundingové stránce IndieGogo, přesněji této adrese. Protože se stále jedná o prostor, který bude vyžadovat soustavné bádání a umožní řadu dalších experimentů, můžeme očekávat podobné vynálezy také v budoucnu.

Antonín Handl

Antonín Handl

Působí v časopise PLAV – měsíčník pro světovou literaturu, kde nyní jako zástupce šéfredaktora odpovídá především za propagaci a správu sociálních sítí. Příležitostně překládá odbornou literaturu a soustavně se věnuje ilustraci a grafickým návrhům. Zajímá se o open source a DIY projekty, crowdfunding a alternativní marketing.
Antonín Handl

2 Comments on “BrainCard: umělé neurony pro vaši platformu

jiri pospisil
1.2.2015 at 19:04

Nechystate nejaky tutorial nebo serial na toto tema? Nejak si implementaci do 8 bitoveho cipu nedokazu predstavit, nebo spis jeho funkcni princip….

Zbyšek Voda
Zbyšek Voda
3.2.2015 at 20:14

Takový tutoriál v dohledné době neplánujeme. Více informací ale najdete přímo na Indiegogo stránce projektu: https://www.indiegogo.com/projects/braincard-pattern-recognition-for-all.

Napsat komentář