L'impatto potenziale dell'intelligenza artificiale (AI) non è mai stato così grande, ma avremo successo solo se l'AI sarà in grado di fornire risposte più intelligenti e intuitive.

Una barriera chiave per l'intelligenza artificiale oggi è che i dati naturali inviati a un computer sono in gran parte non strutturati e "rumorosi".

È facile per gli umani ordinare i dati naturali. Ad esempio:se stai guidando un'auto in una strada residenziale e vedi una palla rotolare davanti a te, ti fermeresti, supponendo che ci sia un bambino piccolo non lontano da quella palla. I computer di oggi non lo fanno. Sono costruiti per assistere gli esseri umani con compiti di produttività precisi. Rendere i computer efficienti nell'affrontare le probabilità su larga scala è fondamentale per la nostra capacità di trasformare i sistemi e le applicazioni attuali da ausili computazionali avanzati in partner intelligenti per la comprensione e il processo decisionale.

Questo è il motivo per cui il calcolo probabilistico è un componente chiave dell'IA e centrale per affrontare queste sfide. Il calcolo probabilistico consentirà ai sistemi futuri di comprendere e calcolare con incertezze inerenti ai dati naturali, che ci consentirà di costruire computer in grado di comprendere, prevedere e prendere decisioni.

Oggi in Intel, stiamo osservando una crescita senza precedenti di applicazioni che si basano sull'analisi di dati naturali rumorosi:informazioni diverse e persino contrastanti. Tali applicazioni mirano ad assistere gli esseri umani con un livello più elevato di intelligenza e consapevolezza sugli ambienti in cui operano. Tagliare attraverso questo rumoroso campo minato è fondamentale per la nostra capacità di trasformare i computer in partner intelligenti in grado di comprendere e agire sulle informazioni con fedeltà simile a quella umana.

La ricerca nel calcolo probabilistico non è una nuova area di studio, ma i miglioramenti nel calcolo ad alte prestazioni e negli algoritmi di apprendimento profondo possono portare il calcolo probabilistico in una nuova era. Nei prossimi anni, ci aspettiamo che la ricerca nel calcolo probabilistico porterà a miglioramenti significativi nell'affidabilità, sicurezza, funzionalità e prestazioni dei sistemi di intelligenza artificiale, compreso l'hardware progettato specificamente per il calcolo probabilistico. Questi progressi sono fondamentali per l'implementazione di applicazioni nel mondo reale, dalle case intelligenti alle città intelligenti.

Per accelerare il nostro lavoro nel calcolo probabilistico, Intel sta aumentando i propri investimenti nella ricerca nel calcolo probabilistico e stiamo lavorando con i partner per perseguire questo obiettivo.

Istituzione dell'Intel Strategic Research Alliance for Probabilistic Computing

Realizzare il pieno potenziale del calcolo probabilistico implica l'integrazione olistica di più livelli nella tecnologia informatica. Oggi, Intel ha sottolineato il suo impegno per l'implementazione integrata e collaborativa di architetture informatiche emergenti e una solida strategia di abilitazione dell'ecosistema lanciando un invito alle comunità accademiche e di start-up a collaborare con noi per far progredire il calcolo probabilistico dal laboratorio alla realtà attraverso questi vettori:applicazioni di riferimento , mitigazione degli attacchi avversari, framework probabilistici e ottimizzazione software e hardware.

Un occhio al futuro

Siamo incredibilmente ansiosi di vedere le proposte per far progredire il calcolo probabilistico e di continuare questa ricerca con il potenziale per alzare il livello di ciò che l'intelligenza artificiale può aiutarci a raggiungere. Le proposte accademiche dovrebbero essere presentate entro il 25 maggio e tra queste selezioneremo i migliori gruppi di ricerca.

Abbiamo iniziato questo viaggio con la ricerca sull'informatica neuromorfica, concentrandoci sulla nostra comprensione del cervello umano e dei suoi processi computazionali associati. Anche l'inizio della comunità di ricerca neuromorfica annunciata il 1 marzo è sulla buona strada e stiamo pianificando di continuare ad ampliare la nostra Loihi sul cloud per consentire ai ricercatori di accedere a hardware all'avanguardia. Vediamo un percorso per raggiungere 100 miliardi di sinapsi su un singolo sistema nel 2019.

Per di più, Intel ha già lavorato per decodificare il cervello e far avanzare la fase successiva delle neuroscienze nell'ambito della nostra partnership di ricerca con l'Università di Princeton. Non vediamo l'ora di comprendere ulteriormente il flusso di intelligenza e il processo decisionale attraverso il nostro lavoro di calcolo probabilistico.