Size: a a a

AI / Искусственный Интеллект

2019 August 23

DP

Defragmented Panda in AI / Искусственный Интеллект
Valery Datsyuk
теребонькать нейрон с частотой 150-200 Гц не значит увеличивать количество информации. это как раз и есть накопление потенциала для преодоления порога, с тем, чтобы импульс прошёл дальше, как важный.
ну ок.и как это противоречит моему примеру с попыткой высчитать реальное количество передаваемых данныхь в мозгу?

я не пытаюсь улучшит мозг. лишь оценить его
источник

Y

Yurii in AI / Искусственный Интеллект
Defragmented Panda
ну ок.и как это противоречит моему примеру с попыткой высчитать реальное количество передаваемых данныхь в мозгу?

я не пытаюсь улучшит мозг. лишь оценить его
Проблема не в железе.
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
Yurii
Проблема не в железе.
теперь - нет
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
теперь мы можем быть в этом уверены
источник

Y

Yurii in AI / Искусственный Интеллект
А в прокладке😄
источник

VD

Valery Datsyuk in AI / Искусственный Интеллект
Defragmented Panda
теперь мы можем быть в этом уверены
пока ещё не хватает железа, чтобы проэмулировать мозг с сопостовимым человеку количеством нейронов.
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
уже хватает
источник

OK

Oleg Kuzmin in AI / Искусственный Интеллект
Defragmented Panda
уже хватает
не все так однозначно :)
источник

OK

Oleg Kuzmin in AI / Искусственный Интеллект
NY Times отмечает, что заявления Cerebras Systems не подтверждены независимыми экспертами. Достоверно не известно, какова производительность микросхемы и сколько ядер работоспособны в реальных образцах.

Цена микросхемы будет зависеть и от процента брака. Разработка и производство таких изделий является «намного более трудоёмким процессом», признаёт Брэд Полсен (Brad Paulsen), старший вице-президент TSMC. Чип такого размера также потребляет большое количество энергии: значит, и охлаждать его будет сложно и дорого. Другими словами, создание чипа — только часть задачи.

Cerebras планирует продавать чип в составе гораздо более крупной машины, которая включает сложное оборудование для жидкостного охлаждения. Это не совсем то, с чем привыкли работать крупные технологические компании и государственные учреждения: «Дело не в том, что люди не могли создать такой чип, — говорит Ракеш Кумар (Rakesh Kumar), профессор университета Иллинойса, который также изучает большие чипы для AI. — Проблема в том, что никто не мог сделать это коммерчески осуществимым».

Таким образом, основной вопрос — сколько будет стоить эта система с жидкостным охлаждением и микросхемой Cerebras внутри.
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
Oleg Kuzmin
не все так однозначно :)
значит бить программеров чтобы снизили цену эмуляции с х1000 до х10. это уже их проблемы
источник

OK

Oleg Kuzmin in AI / Искусственный Интеллект
изобрести, и даже сделать рабочий образец это одно.
источник

OK

Oleg Kuzmin in AI / Искусственный Интеллект
а довести до коммерчески успешного использования - это другое
источник

VD

Valery Datsyuk in AI / Искусственный Интеллект
новость хорошая, но где там про 100 млрд нейронов?
ну или хотя бы про 80млрд?
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
Oleg Kuzmin
NY Times отмечает, что заявления Cerebras Systems не подтверждены независимыми экспертами. Достоверно не известно, какова производительность микросхемы и сколько ядер работоспособны в реальных образцах.

Цена микросхемы будет зависеть и от процента брака. Разработка и производство таких изделий является «намного более трудоёмким процессом», признаёт Брэд Полсен (Brad Paulsen), старший вице-президент TSMC. Чип такого размера также потребляет большое количество энергии: значит, и охлаждать его будет сложно и дорого. Другими словами, создание чипа — только часть задачи.

Cerebras планирует продавать чип в составе гораздо более крупной машины, которая включает сложное оборудование для жидкостного охлаждения. Это не совсем то, с чем привыкли работать крупные технологические компании и государственные учреждения: «Дело не в том, что люди не могли создать такой чип, — говорит Ракеш Кумар (Rakesh Kumar), профессор университета Иллинойса, который также изучает большие чипы для AI. — Проблема в том, что никто не мог сделать это коммерчески осуществимым».

Таким образом, основной вопрос — сколько будет стоить эта система с жидкостным охлаждением и микросхемой Cerebras внутри.
а, ты про это

ну. проблема брака решается проверкой работоспособности и отключением нерабочих ядер (как в гпу)
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
Valery Datsyuk
новость хорошая, но где там про 100 млрд нейронов?
ну или хотя бы про 80млрд?
петабайт памяти + куча процессоров.

1 процессор в миллиард раз быстрее нейрона и может эмулировать много нейронов.
источник

VD

Valery Datsyuk in AI / Искусственный Интеллект
Defragmented Panda
петабайт памяти + куча процессоров.

1 процессор в миллиард раз быстрее нейрона и может эмулировать много нейронов.
быстрее != содержит больше нейронов
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
Valery Datsyuk
быстрее != содержит больше нейронов
память = нейроны.
источник

VD

Valery Datsyuk in AI / Искусственный Интеллект
Defragmented Panda
память = нейроны.
их даже не 1 миллиард
источник

DP

Defragmented Panda in AI / Искусственный Интеллект
памяти достаточно чтобы держать все нейроны
источник