Onderzoeksgroep
Een geconnecteerd hersengroot netwerk - Ontwerp van een gedistribueerde connectiviteitslaag om heterogene deep learning systemen te combineren.
Abstract
Artificiële intelligentie (AI) in het algemeen en deep learning specifiek heeft verschillende doorbraken gekend in het laatste decennium en is nu in staat om beter te doen dan menselijke intelligentie in welomlijnde complexe taken. Hiervoor hebben de huidige deep learning technieken echter energieverslindende Graphical Processing Units (GPUs) nodig die in grootschalige datacenters draaien. Met de huidige evoluties in neurale netwerk hardware (neuromorphic computing zoals Neural Processing Units) kunnen we meer en meer lokale neurale netwerken verwachten dichtbij de rand van het netwerk (dicht bij de gebruiker). De kracht van netwerking (en specifiek het Internet) wordt momenteel onderbenut in de huidige AI-wereld: door verschillende heterogene learning systemen met elkaar te connecteren kunnen meer krachtige deep learning applicaties gebouwd worden. Het doel van dit project is om een laag te bouwen die verschillende heterogene learning systemen aan elkaar kan koppelen via het Internet. Dit laat toe om een enkelvoudig deep learning systeem te vormen die zowel on-line learning als reasoning toelaat. Hiervoor zullen we een low overhead communicatieprotocol bouwen gecombineerd met een Software Defined Networking controle laag die in staat is om te beslissen hoe en wanneer verschillende learning systemen geconnecteerd moeten worden. Ten slotte zal dit project ook concentreren op de aanpassing van verschillende learning algoritmes tot geconnecteerde algoritmes die makkelijk kennis kunnen transfereren van één learning systeem naar een ander.Onderzoeker(s)
- Promotor: Latré Steven
- Mandaathouder: Hutsebaut-Buysse Matthias
- Mandaathouder: Rocco Rodolfo
Onderzoeksgroep(en)
Project type(s)
- Onderzoeksproject