In tegenstelling tot convolutionele neurale netwerksystemen (CNN) en andere deep learning-processors maakt Intel’s nieuwste ‘Loihi’-chip, die nu in ontwikkeling is, gebruik van een asynchroon piekenmodel om het gedrag van neuronen en synapsen te imiteren op een manier die veel meer lijkt op dierlijk leergedrag. Dit lijkt op het werk van startup BrainChip Inc, maar voorlopig biedt BrainChip een oplossing die gebaseerd is op een FPGA-implementatie (zie BrainChip start neuromorfische hardware-accelerator).

Machine-leermodellen die zijn gebaseerd op CNN’s maken gebruik van grote verzamelingen trainingsdata om te leren objecten en gebeurtenissen te herkennen. Maar als die trainingsdata niet specifiek is samengesteld voor een bepaald element of een bepaalde situatie, generaliseren deze systemen niet goed.
Intel's neuromorfische chip ‘Loihi’ imiteert de werking van het brein door leren met behulp van verschillende manieren van terugkoppeling uit de omgeving. Zo’n systeem hoeft niet op de traditionele manier te worden getraind en kan zijn prestaties in de loop van de tijd verbeteren.

De nieuwe chip wordt gefabriceerd met behulp van Intel’s 14-nm FinFET-proces. Men zegt dat hij het werk van 130.000 neuronen en 130 miljoen synapsen zou kunnen doen.

Intel heeft verklaard dat het de Loihi-test chip in de eerste helft van 2018 beschikbaar gaat stellen aan vooraanstaande universiteits- en onderzoeksinstellingen die zich richten op AI.

Bron: EENewsAnalog