Как выглядит нейросеть

Технологические корпорации не устают рассказывать, как работают нейросети, чем они полезны и когда ждать прорыва в разработке искусственного интеллекта. Стартап Graphcore пошел по другому пути: компания из британского Бристоля в январе 2017 года показала, как выглядит работа нейросети. Для визуализации процесса компания использовала собственные разработки — «умный» процессор для машинного обучения Intelligence Processing Unit (IPU) и библиотеку платформу Poplar

18,7 млн «вершин» и 115,8 млн «ребер» насчитал Graphcore на одном из изображений. Визуализированные нейросети выглядят как скопления «вершин»-точек и «ребер» — соединений между ними, или нейронов и посылаемых ими сигналов. По сути это график, на котором множество «вершин» и «ребер» функционируют одновременно. «Запараллеливание» процесса обработки данных и позволяет IPU выдавать результат быстрее конкурентов. Разноцветные сосредоточения точек на картинках — результат взаимодействия нейронов, имитирующих работу человеческого мозга.

В 100 раз быстрее существующих на рынке искусственного интеллекта решений строит модели чип IPU, утверждает Graphcore. Компания визуализировала нейросети AlexNet и ResNet (разработка Microsoft), работающие с технологиями компьютерного зрения и распознавания изображений. Чтобы заставить сети «думать», им «скармливали» библиотеку изображений Poplar. После этого сети переходили к решению конкретных задач. IPU ускорял процесс машинного обучения.

$30 млн инвестиций привлек Graphcore в конце 2016-го. Среди инвесторов — Samsung, Bosch и другие крупные корпорации. Производство IPU запустят до конца 2017 года. Процессор Graphcore надеются поставлять разработчикам систем облачного хранения данных, производителям беспилотных автомобилей.