Платформа нейроморфного машинного обучения «Лаборатории Касперского»
Компания «Лаборатория Касперского» совместно с «Мотив-НТ» представила программно-аппаратную платформу нейроморфного машинного обучения Kaspersky Neuromorphic Platform (KNP). Платформа предназначена для обучения нейронных сетей, исследований в области нейроморфного искусственного интеллекта, создания и запуска решений на основе систем ИИ следующего поколения.
Основные компоненты платформы – пакет для разработки и исследования импульсных нейронных сетей (SNN Framework) и нейроморфный процессор «Алтай» для аппаратной реализации исполнения нейронных сетей. На платформе можно создавать и обучать нейронные сети, мониторить их работу, создавать программные и программно-аппаратные решения для нейроморфных систем ИИ, дообучать разработанные модели сетей на вновь поступающих данных, масштабировать модели сетей в зависимости от сложности решаемых задач. Планируется, что платформа будет открытой и ее смогут использовать разработчики в соответствующей области.
Платформа Kaspersky Neuromorphic Platform работает с импульсными нейронными сетями. Нейроны в них асинхронно обмениваются короткими импульсами в ответ на стимулы, а в остальное время межнейронные связи неактивны и не потребляют энергию. К тому же в таких системах память и функциональное устройство, моделирующее поведение нейрона, составляют единое целое. Благодаря этому нейроморфная архитектура позволяет снизить энергозатраты, возникающие из-за физического разделения памяти программы и данных. Аппаратные решения, предназначенные для работы импульсных нейронных сетей, потребляют в 1000 раз меньше энергии, чем традиционные искусственные сети для тех же задач при их работе на центральных и графических процессорах.
Основными областями внедрения нейроморфных систем ИИ могут уже в ближайшее время стать интернет вещей, беспилотные системы, человеко-машинное взаимодействие (VR/AR, речевые интерфейсы, распознавание речи), носимые устройства, робототехника, автоматическое выявление аномалий в сложных технологических процессах.