EO_474

DIGITAL AI PROCESSORS 50 - ELETTRONICA OGGI 474 - NOVEMBRE/DICEMBRE 2018 I l nuovo stadio evolutivo dei processori è l’intelligenza ar- tificiale che può superare i limiti degli attuali sistemi di cal- colo offrendo superiori capacità di analisi sulle grandi quantità di dati oggi disponibili nel cloud. Nei più importanti laboratori stanno sviluppando unità di calcolo con circuiti appositamente progettati a tal scopo e capaci di implemen- tare la facoltà dell’apprendimen- to che consentirà di ottimizzare i processi di elaborazione man mano che aumentano l’esperien- za del processore e la sua base di conoscenze. Per intelligenza artifi- ciale (AI), tuttavia, s’intende la realizzazione di macchi- ne intelligenti con attitudini simili a quelle umane come vedere, parlare e risolvere i problemi. Ciò che interessa a livello delle unità di calcolo è il Machine Learning os- sia l’apprendimento con il miglioramento della base di conoscenze. A più alto livello c’è il Deep Learning che s’incarica di esaminare tutto ciò che è stato imparato dalle unità di machine learning per offrire capacità deci- sionali simili a quelle del cervello umano. Sistemi di calcolo con que- ste caratteristiche sono già utiliz- zati, per esempio, nella meteorolo- gia, nel mondo finanziario e nella genetica ma si tratta di computer ingombranti e costosi perché rea- lizzati con le attuali tecnologie e il più delle volte usano algoritmi di machine learning software e non unità di calcolo hardware. D’altra parte, in molti moderni processori sono già implementate delle fun- zionalità di machine learning ma le prestazioni sono circoscritte a ben precisi ambiti di elaborazione. Sono tanti i progetti di ricerca in corso che fanno pensare che da quest’anno possano apparire sul mercato i primi processori davve- ro definibili “intelligenti” anche a livello hardware. Gli analisti di San Francisco di Grand View Research stimano un’inesorabile crescita del mer- cato globale relativo al Deep Le- arning con Cagr del 52,1% fino al 2025 e indicano nel medicale il settore che più ne beneficerà. Del- lo stesso tenore il report sul mer- cato dei robot dotati di intelligenza artificiale pubblica- to da ResearchAndMarkets a fine febbraio nel quale li prevedono in crescita con Cagr del 28,78% fino al 2023. Sono intese come robot tutte le macchine computerizza- te dotate di machine learning per qualsiasi applicazione e anche secondo gli analisti irlan- desi ci sarà una buona crescita per quelle dedicate alla medicina dove il vantaggio di saper utilizza- re i Big Data può offrire ai medici un importante valore aggiunto. Un altro filone di ricerca molto pro- mettente per i chip di AI è l’imple- mentazione del Natural Language Processing (NLP) che potrebbe offrire ai robot un importante va- lore aggiunto nelle attività dove occorre loro relazionarsi con le persone senza la grossolanità de- gli attuali traduttori software. Project Trillium Arm sta realizzando gli Arm Ma- chine Learning (ML) Processor I sistemi esperti software stanno diventando una realtà hardware grazie ai nuovi processori neuronali capaci di elaborare le matrici di dati usando unità di calcolo parallelo di nuova generazione I nuovi processori per l’AI implementano a livello hardware funzionalità di Machine Learning con cui eseguono il Deep Learning Gli Arm ML Processor hanno un core per i calcoli neuronali convoluzionali necessari all’elaborazione visuale e un secondo core con le funzioni di machine learning utili al deep learning Lucio Pellizzari Processori per il machine learning e il deep learning