باحثون في معهد ماساتشوستس للتكنولوجيا يطورون أداة بحث آمنة لتحسين مسرعات شبكات العصب العميق  

منصة الذكاء الاصطناعي ـ متابعات

تتزايد استخدامات تطبيقات التعلم الآلي القائمة على الحوسبة المكثفة، مثل روبوتات الدردشة التي تقوم بترجمة اللغة في الوقت الحقيقي، مما يدفع شركات تصنيع الأجهزة إلى تضمين مكونات مخصصة للتعامل بكفاءة مع الكميات الهائلة من البيانات التي تتطلبها هذه الأنظمة.

يشكل اختيار التصميم المثالي لهذه المكونات، المعروفة باسم مسرعات الشبكة العصبية العميقة، تحديًا نظرًا للخيارات الواسعة المتاحة. وتزداد التعقيدات عندما يكون للمصمم رغبة في إضافة عمليات التشفير للحفاظ على أمان البيانات من المهاجمين.

وقد طور الباحثون في معهد ماساتشوستس للتكنولوجيا محرك بحث يمكنه بشكل فعال تحديد التصميمات الأمثل لمسرعات شبكات العصب العميقة، مع الحفاظ على أمان البيانات وتعزيز الأداء.

تحمل أداة البحث هذه اسم “SecureLoop”، وهي تهدف إلى احتساب تأثير إضافة عمليات التشفير والمصادقة على أداء رقاقة المسرع. يستطيع المهندس استخدام هذه الأداة للحصول على التصميم المثالي لمسرع متوافق مع شبكة العصب ومهمة التعلم الآلي المحددة.

وبالمقارنة مع التقنيات التقليدية لجدولة التصميم التي لا تأخذ في الاعتبار الأمان، يمكن لـ “SecureLoop” تحسين أداء تصميمات المسرعات مع الحفاظ على حماية البيانات.

يمكن لاستخدام “SecureLoop” مساعدة المستخدم في تحسين سرعة وأداء تطبيقات الذكاء الاصطناعي المتطلبة، مثل القيادة الذاتية وتصنيف الصور الطبية، مع ضمان سلامة بيانات المستخدم الحساسة من بعض أنواع الهجمات.

هذا المحتوى تم بمعرفة وحدة الذكاء الاصطناعي