فهرست بستن

برچسب: هوش مصنوعی

با قابلیت‌های منحصربه‌فرد چیپست هواوی کایرین 990 5G آشنا شوید

چیپست هواوی کایرین 990 5G دارای قابلیت‌های منحصربه‌فردی است که برای نخستین بار با این سری ارائه شده‌اند. در این مقاله قصد داریم شما را با این قابلیت‌ها آشنا کنیم.

هواوی با معرفی چیپست Kirin 990 5G، قدرت خود در حوزه طراحی تراشه‌های ترکیبی با عملکرد بسیار بالا را به اثبات رسانده است؛ تراشه‌ای که در چندین بخش مختلف، اولین نمونه در جهان بوده و می‌تواند دنیای گوشی های هوشمند و پردازش‌های کم مصرف را متحول کند.

کمپانی هواوی در جریان نمایشگاه بزرگ IFA 2019، برای نخستین بار چیپست کایرین 990 5G را معرفی کرد که به عنوان نخستین چیپست یکپارچه 5G جهان برای دنیای گوشی های هوشمند شناخته می‌شود. این تراشه با 10.3 میلیارد ترانزیستور، دارای مودم داخلی 5G است. استفاده از مودم داخلی 5G با باندهای متفاوت فرکانسی، باعث کاهش فضای اشغال شده بر روی برد (برای نصب یک مودم اضافی) می‌شود. در نتیجه فرآیند طراحی محصول بسیار ساده‌تر خواهد بود.

ویژگی‌های چیپست هواوی کایرین 990 5G 

چیپست هواوی کایرین 990 5Gچیپست هواوی کایرین 990 5G

یکی از ویژگی‌های Kirin 990 5G، ابعاد کوچکتر آن نسبت به رقبا است. به عنوان مثال Kirin 990 5G از اسنپدراگون 855 و اگزینوس 9825 به ترتیب 24 و 36 درصد کوچک‌تر است. در ادامه به سراغ نخستین دستاوردهای Kirin 990 5G خواهیم رفت که برای اولین بار به اسم این تراشه در جهان ثبت شده‌اند.

اولین تراشه دنیا با فناوری ساخت 7nm+ EUV3

ساخت تراشه‌های پردازشی در لیتوگرافی‌های کوچک کار بسیار دشواری است؛ چیپست هواوی کایرین 990 5G نخستین پردازنده موبایلی جهان با فناوری تولید EUV3 در لیتوگرافی 7nm+ است. فناوری EUV به هواوی کمک کرده تا با استفاده از طول موج‌های کوتاه‌تر، بتواند از فضای چیپست حداکثر بهره را جهت ترسیم مدارهای الکترونیکی ببرد. به این ترتیب هواوی امکان قرارگیری بیش از 10 میلیارد ترانزیستور را در Kirin 990 5G فراهم کرده است.

چیپست هواوی کایرین 990 5Gچیپست هواوی کایرین 990 5G

معماری نوین و البته بسیار کوچک Kirin 990 5G بهره‌وری و عملکرد کلی دستگاه را بسیار افزایش داده و سازندگان گوشی های هوشمند و برنامه‌های آنها می‌توانند با پشتیبانی از یک تراشه قدرتمند، با دستی باز به پیاده‌سازی ایده‌های خود بپردازند.

اولین تراشه دنیا با پشتیبانی همزمان از شبکه‌های NSA/SA

تراشه Kirin 990 5G را می توان نخستین چیپست جهان با پشتیبانی همزمان از NSA/SA (Non-Standalone و Standalone) دانست. این تراشه با باند‌های متفاوت، از جمله 2G، 3G، 4G و 5G سازگار بوده و یکی از سریع‌ترین سرعت‌های دریافت و بارگذاری را در تاریخ تراشه‌های 5G دارد. بنابراین در استفاده از آن در شبکه‌های مخابراتی مختلف در کشورهای گوناگون، هیچ مشکلی وجود ندارد.

Kirin 990 5G در باند Sub-6GHz می‌تواند به سرعت دانلود حداکثر 2.3 گیگابیت در ثانیه دست یافته و سرعت بارگذاری یا همان آپلود آن نیز به 1.25 گیگابیت در ثانیه خواهد رسید.

اولین تراشه دنیا با معماری Big-Tiny Core برایNPU

یکی از برجسته‌ترین دلایل عملکرد عالی تراشه Kirin 990 5G، استفاده از ریزمعماری جدید و بهبود یافته در بخش NPU (پردازشگر عصبی) است. بخش NPU با معماری جدید و بهبود یافته داوینچی (Da Vinci)، تست‌های هوش مصنوعی را در تمامی بررسی‌ها، با کارایی بسیار بالایی پاس کرده است. بخش NPU در Kirin 990 5G با بهره‌وری انرژی بالاتر، از قدرت پردازش و دقت عمل بهتری برخوردار شده است.

چیپست هواوی کایرین 990 5Gچیپست هواوی کایرین 990 5G

هسته‌های بزرگ Tiny با مصرف کم انرژی، به طور خاص برای افزایش عملکرد در بخش‌های هوش مصنوعی (AI) طراحی شده‌اند. واحد NPU به یک هسته Tiny-Core و دو هسته قدرتمند Big-Core Plus مجهز شده است.

اولین تراشه دنیا با گرافیک 16 هسته‌ای Mali G76

یک تراشه پرچمدار و حرفه‌ای مانند Kirin 990 5G، به یک بخش قدرتمند گرافیکی (GPU) نیاز دارد. از رندر بازی‌ها گرفته تا پردازش‌های گرافیکی، تمام کارها با صرف انرژی ناچیز و در عین حال بهره‌وری بالا توسط این پردازنده گرافیکی انجام می‌شود. Kirin 990 5G در بخش پردازش‌های گرافیکی خود از معماری Mali-G76 MC16 استفاده می‌کند. افزون بر بخش 16 هسته‌ای Mali-G76 MC16، هواوی از فناوری Kirin Gaming+ 2.0 نیز بهره می‌برد تا امکان افزایش راندمان GPU در اجرای بازی‌ها را فراهم کند.

Mali-G76 قدرتمندترین تراشه گرافیکی است که ARM در ماه مه سال 2018 از آن پرده برداری کرد؛ Mali-G76 در نمونه‌های متفاوتی تولید شده و نسخه MC16 را می‌توان یکی از برترین‌ها دانست. Mali-G76 با 16 هسته، به دلیل لیتوگرافی کوچک‌تر و معماری بهبود یافته، با همان مصرف انرژی نسل قبل خود، عملکرد بالاتری را ارائه می‌دهد. این هسته‌های قدرتمند گرافیکی را می‌توان تنها در پرچمداران رده‌بالایی همچون سری Huawei Mate 30 یافت.


این مطلب در قالب رپورتاژ آگهی و توسط شرکت‌های ثالث به عنوان بیانیه مطبوعاتی یا متن تبلیغاتی برای گجت نیوز ارسال شده و گجت نیوز در قبال موارد مندرج در آن مسئولیتی ندارد.

Let’s block ads! (Why?)

ادامه مطلب

فناوری تشخیص چهره فوجیتسو می‌تواند احساسات کاربران را شناسایی کند

فناوری تشخیص چهره فوجیتسو می‌تواند احساسات کاربران را شناسایی کند

آزمایشگاه فوجیتسو در حال توسعه‌ی فناوری تشخیص چهره مبتنی‌بر هوش مصنوعی است که می‌تواند حالت‌های مختلف احساسی کاربر اعم از عصبانیت و سردرگمی و ناراحتی را به‌خوبی از روی چهره‌ تشخیص دهد. فناوری تشخیص چهره به‌سرعت در حال رشد و توسعه است و آزمایشگاه فوجیتسو نیز در‌این‌زمینه تحقیقات گسترده‌ای انجام داده و اکنون ادعا می‌کند ابزار جدید مبتنی‌بر هوش مصنوعی‌اش می‌تواند از روی چهره‌ی فرد، حالت‌های مختلف احساسی وی را شناسایی و ردیابی کند. پیش‌تر نیز گفته شده بود گجت پوشیدنی آمازون احساسات کاربر را از روی صدا تشخیص می‌‌دهد

فناوری تشخیص چهره

مقاله‌های مرتبط:

در‌حال‌حاضر، شرکت‌هایی همچون مایکروسافت از ابزارهای مختلف مبتنی‌بر فناوری تشخیص چهره برای شناسایی حالت‌های احساسی کاربران استفاده می‌کنند. البته تاکنون موفق شده‌اند تنها هشت حالت احساسی ازجمله عصبانیت، حالت تحقیرشدن، ترس، انزجار، خوشبختی، غم، تعجب و حالت بی‌طرفی را تشخیص دهند.

ابزار جدید با استفاده از واحدهای مختلف عملکردی (Action Unit) یا AUs می‌تواند احساسات را شناسایی کند. هریک از حرکات خاص عضلات صورت، نشان‌دهنده‌ی احساسات خاصی هستند. به‌عنوان مثال، وقتی گونه‌ها به‌‌سمت بالا و لب‌ها کشیده و باز باشد، ابزار جدید مبتنی‌بر هوش مصنوعی تشخیص می‌دهد کاربر خوشحال است. سخن‌گوی فوجیتسو در گفت‌وگویی مطبوعاتی اعلام کرد:

یکی از مسائلی که عموما در شناسایی احساسات ازطریق سیستم‌های تشخیص چهره وجود دارد، آن است که اغلب این سیستم‌ها نیازمند مرکز داده‌ی عظیمی از AU‌های مختلف هستند؛ درنتیجه، حجم زیادی از اطلاعات باید به سیستم آموزش داده شود. همچنین، با توجه به اینکه تصاویر کافی در‌این‌زمینه موجود نیست، معمولا چنین سیستم‌هایی دقیق نیستند. 

با توجه به اینکه داده‌های زیادی برای آموزش سیستم مبتنی‌بر هوش مصنوعی نیاز است تا بتواند احساسات را تشخیص دهد، فناوری‌های کنونی تلاش می‌کنند با داده‌‌های موجود، احساسات کاربر را تشخیص دهند. گاهی اوقات کاربر در وضعیت واقعی مثلا جلو دوربین نشسته و به دوربین نگاه می‌کند تا احساساتش را سیستم شناسایی کند که چنین وضعیتی واقعی به‌حساب نمی‌آید.

تشخیص چهره

تاکنون مقاله‌های پژوهشی و تحقیقاتی مختلفی به‌رشته‌ی تحریر درآمده که نشان می‌دهد فناوری‌های فعلی به‌کاررفته برای تشخیص احساسات مطمئن نیستند؛ اما فوجیتسو ادعا می‌کند راهکاری برای حل این مسئله پیدا کرده است. فوجیتسو به‌جای ایجاد تصاویر بیشتر برای آموزش سیستم مبتنی‌بر هوش مصنوعی، تلاش می‌کند روی ابزاری برای استخراج داده‌‌های بیشتر از تصاویر متمرکز شود و آن را «فرایند عادی‌سازی» نام‌گذاری کرده است.

در این فرایند، تصویر گرفته‌شده از زاویه‌ای خاص از زوایای مختلف به تصاویری تبدیل می‌شود که شبیه به همان تصویر گرفته‌ شده است. پس از بزرگ‌نمایی یا حتی کوچک‌کردن تصویر و چرخش آن، سیستم مبتنی‌بر هوش مصنوعی می‌تواند ازطریق این تصاویر حالت‌های احساسی کاربر را با دقت بیشتری شناسایی کند. سخن‌گوی فوجیتسو در ادامه‌ی صحبت‌های خود اضافه کرد:

با ابزار جدید می‌توانیم با استفاده از مجموعه داده‌های محدود، حالات احساسی کاربر را به‌صورت دقیق‌تری تشخیص دهیم. همچنین، با استفاده از AU‌های بیشتر می‌توانیم احساسات پیچیده‌ی کاربر را با دقت بیشتری تشخیص دهیم و سیستم می‌تواند حالت‌های احساسی کاربر را دقیق تجزیه‌وتحلیل کند. 

تشخیص چهره بیومتریک

فوجیتسو ادعا می‌کند سیستم جدید مبتنی‌بر هوش مصنوعی‌اش با دقت ۸۱ درصدی می‌تواند حالت‌های احساسی را شناسایی کند و تشخیص دهد. طبق تحقیقات، میزان دقت فناوری تشخیص حالت‌های احساسی کاربران در مایکروسافت ۶۰ درصد است. به‌علاوه همان‌طور‌که گفته شد، در سیستم مایکروسافت تمامی حالت‌های احساسی شناسایی نمی‌شوند و تنها هشت حالت اصلی در نظر گرفته می‌شوند.

فوجیتسو ادعا می‌کند فناوری‌های جدید این‌چنینی می‌تواند کاربردهای متنوعی داشته و برای ساخت ربات‌هایی با قابلیت تشخیص رفتار و حالت‌های احساسی بسیار سودمند باشند. یکی دیگر از کاربردهای فناوری‌ جدید می‌تواند برای تشخیص وضعیت و حالات روحی و روانی رانندگان جاده‌ای در نظر گرفته شود که بی‌شک به ارتقای امنیت جاده‌ها و کاهش تصادفات جاده‌ای منجر خواهد شد.

باوجوداین، سؤال مهم این است: چنین ابزارهایی می‌توانند عملکردی دقیق‌تر دراختیار کاربران قرار دهند؟ نباید فراموش کنیم برخی متخصصان حوزه‌ی روان‌شناسی بر این باورند که چنین ابزارهایی نمی‌توانند حالت‌های احساسی کاربران را به‌خوبی شناسایی کنند و تشخیص دهند که همین مسئله یکی از مشکلات چنین ابزارهایی محسوب می‌شود. 

افزون‌براین، باید در نظر داشته باشیم احساسات انسان هرلحظه ممکن است تغییر کند؛ مثلا افراد بسیاری را دیده‌ایم که در اوج عصبانیت یک‌دفعه می‌خندند و رفتارهای ضد‌و‌نقیض از خود نشان می‌دهند که ممکن است بر دقت سیستم‌های تشخیص احساسات از روی چهره تأثیرگذار باشد.

Let’s block ads! (Why?)

ادامه مطلب

چرا هرگز نمی‌توان یک ماشین هشیار با سوپر کامپیوترها ساخت؟

تلاش‌های برای ایجاد ساختاری شبیه به مغز انسان با استفاده از سوپر کامپیوترها تا امروز به جایی نرسیده است. یک ماشین هشیار باید بتواند همانند انسان یا حداقل شبیه به آن فکر کند.

هدف بسیاری از پروژه‌های بزرگ در حوزه هوش مصنوعی، ایجاد ماشینی آگاه است، به طوری که بتواند موجودیت خود را درک کرده و همانند انسان تفکر کند. مغز انسان اطلاعات چند حسی را رمزنگاری و پردازش می‌کند. روش ساخت ماشین‌های مبتنی بر هوش مصنوعی، این ایده درباره نحوه عملکرد مغز انسان است.

فرضیه این است که هر زمان به طور کامل به درکی از نحوه عملکرد مغز انسان برسیم، قادر به برنامه‌نویسی آن داخل یک سیستم کامپیوتری خواهیم بود. مایکروسافت چندی پیش اعلام کرد در این راستا، 1 میلیارد دلار سرمایه‌گذاری خواهد کرد!

تا امروز، تلاش محققان به منظور ایجاد ماشینی هشیار با استفاده از سوپر کامپیوترها، نتایج قابل قبولی نداشته است. به عبارتی ماشین‌های توسعه یافته حتی نزدیک به مغز انسان نیز نیستند. در سال 2013، اتحادیه اروپا در راستای دستیابی به چنین ذهن مصنوعی هشیاری میلیون‌ها یورو سرمایه‌گذاری کرد، اما با گذشت شش سال، امروز پروژه عملا شکست خورده تلقی می‌شود.

دولت آمریکا پروژه‌ کوچکتری را چندی پیش راه‌اندازی کرد. هدف از آن توسعه نرم افزارهایی برای کمک به محققان به منظور مطالعه داده مغز انسان به جای شبیه‌سازی آن است.

ماشین هشیار با کامپیوتر قابل ساخت نیست

برخی محققان عقیده دارند برای ایجاد یک ماشین هشیار همچون مغز انسان، باید علوم اعصاب یا همان نوروساینس را به دنیای کامپیوترها وارد کنیم. برخی دیگر عقیده دارند تلاش در این راستا محکوم به شکست است، چرا که آگاهی، چیزی محاسباتی نیست. گروه دوم معتقد است مغز انسان، چندین مولفه یک تجربه همچون حس بینایی و بویایی را یکپارچه و فشرده‌سازی کرده می‌کند. این تجربه را نمی‌توان درون روشی که کامپیوترها داده را پردازش و ذخیره‌سازی می‌کنند، گنجاند.

مغز همانند کامپیوتر کار نمی‌کند

موجودات زنده، تجارب خود را در مغزشان به وسیله اتصالات عصبی طی یک روند فعال بین موضوع مورد تمرکز و محیط ذخیره‌سازی می‌کنند. در آن سو، کامپیوتر داده را در بلاک‌های حافظه به صورت موقتی و دائمی ذخیره‌سازی می‌کند. این موضوع نشان می‌دهد نحوه بازیابی داده از مغز انسان با نحوه انجام آن در سیستم‌های کامپیوتری نیز کاملا متفاوت است.

ماشین آگاهماشین آگاه

تفکر انسان به صورت فعال همواره در حال اکتشاف در محیط است تا بتواند عناصری کمک‌کننده به انجام فعالیت‌های مختلف پیدا کند. ادراک به طور مستقیم مرتبط با داده حس شده از محیط نیست. یک انسان می‌تواند میز را از زوایا مختلفی تشخیص بدهد، بدون این که نیازی به تفسیر پیاپی داده موجود در ذهنش باشد. یک کامپیوتر در چنین شرایطی می‌بایست در هر مرتبه تغییر زاویه، الگوی جدیدی ایجاد کرده و آن را با داده موجود در حافظه‌اش منطبق کند.

محاسبات و آگاهی

ایجاد ماشین آگاه نیازمند هشیار کردن آن از موجودیت خود است. نکته اینجاست که هشیاری، محاسباتی نیست تا بلکه از طریق سیستم‌های کامپیوتری قابل شبیه‌سازی باشد. یک فرد آگاه و هشیار از موجودیت خود، از چیزی که در حال تفکر درباره آن است، آگاهی دارد. این فرد می‌تواند تفکر درباره موضوع مشخصی را متوقف و درباره چیز دیگری شروع به تفکر کند. مهم نیست در زمان توقف در چه بخشی از تفکرات قرار دارید، چرا که در هر لحظه قادر به پرداختن به موضوعی دیگر خواهید بود.

انجام چنین کاری برای مغز انسان امکان‌پذیر نیست. حدود شصت سال پیش، آلن تورینگ نشان داد هیچ راهی برای اثبات توانایی کامپیوتر به منظور توقف بر اساس تصمیم‌گیری در این رابطه وجود ندارد. داشتن این توانایی منوط به داشتن آگاهی است، چیزی که کامپیوترها هنوز قادر به کسب آن نشده‌اند.

در ذهن انسان، ساختارهای مشخصی مسئولیت هشیاری را بر عهده نداشته و به همین دلیل نمی‌توان بخش مشخصی از آن را به منظور ایجاد یک ماشین هشیار شبیه‌سازی کرد. فعالیت‌های مغزی مربوط به تفکرات ما ناشی از هشیاری و آگاهی، در قسمت‌های مختلفی از ذهن رخ می‌دهند. در نتیجه هشیاری یک واحد نیست و مفهومی کلی، پخش شده در سرتاسر مغز، به شمار می‌رود.

Let’s block ads! (Why?)

ادامه مطلب