Table of Contents Table of Contents
Previous Page  32 / 86 Next Page
Information
Show Menu
Previous Page 32 / 86 Next Page
Page Background

TECH-FOCUS

NEURAL NETWORKS

32

- ELETTRONICA OGGI 455 - GIUGNO/LUGLIO 2016

Nonostante sia da parecchi anni che si parla di reti neurali, tuttavia è

solo recentemente che si assiste ad un crescente interesse per questo

particolare approccio alle architetture complesse

Paolo De Vittor

IL RISVEGLIO

DELLE RETI NEURALI

l concetto di “reti neurali” si rife-

risce – come è noto – a una par-

ticolare architettura di sistema, in

grado di imitare il modo di operare

delle reti di neuroni presenti nel

cervello. Il motivo del tentativo di

imitare tale struttura va ricercato

essenzialmente nell’osservare che

il cervello è in grado di elaborare

continuamente un’enorme quanti-

tà di dati in tempi molto brevi, con

un’efficienza straordinariamente

superiore a quella di un computer

e, fra l’altro, con un consumo di

energia estremamente ridotto.

Si è pensato quindi di interconnet-

tere un gran numero di processori

con “nodi” in grado di propagare

le informazioni a più processori

simultaneamente, in modo da au-

mentare la velocità di elaborazione

operando su una maggiore mole di

dati. Tali strutture debbono altresì

essere supportate da software

adeguati, che siano in grado di

gestire efficacemente l’analisi di

dati complessi. Non solo, ma l’ar-

chitettura stessa dei processori

deve essere progettata ad hoc, per

garantire un’adeguata capacità di

elaborare un elevato numero di

dati di tipo complessi.

Un rinato interesse

È dei mesi scorsi l’annuncio da

parte di

ARM Holdings plc

dell’in-

tenzione di ampliare le proprie

attività di ricerca nel settore delle

reti neurali. Come è noto, ARM è ai

vertici a livello mondiale nella for-

nitura di licenze e hardware sotto

forma di proprietà intellettuale, so-

prattutto nelle architetture di MCU,

CPU, GPU e prodotti di networking.

Ora, seguendo le mosse di

IBM

e

Intel

, intende approfondire lo stu-

dio di prodotti quali i controller per

reti neurali e i cosiddetti “neuron

cores”. Accanto ai big, vi sono co-

munque varie piccole società che

operano nel settore delle reti neu-

rali e di ciò che viene definito “ma-

chine learning”, un promettente

ambito dell’intelligenza artificiale

che trova potenziali e innumerevo-

li applicazioni in un ampio spettro

di realtà odierne.

L’approccio tramite reti neurali

In questo settore, il recente accordo

di un big quale

Google

con la star-

tup

Movidius

rivela il ruolo strate-

gico che riveste il cosiddetto “deep

learning” nei dispositivi mobili. Go-

ogle, dal canto suo, contribuirà ad

accelerare la roadmap di Movidius

nella tecnologia delle reti neurali.

Il chip attorno al quale ruota que-

sto accordo è il Myriad 2, un set di

“vision processors” ultra low-po-

wer e small footprint capace di ga-

rantire un elevato livello di affida-

Fig. 1 – Il processore neuromorfico

TrueNorth di IBM

Fig. 2 – Una delle 4096 unità neurosinap-

tiche digitali integrate nel chip TrueNorth

I