32 / 86
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
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