Intels nya hjärna-liknande A.I. Chip tar nästa generations statistik till motorsport

Ferrari tävlingar är högoktade och flammande snabba showdowns. Hela ansiktet på en tävling kan helt förändras i ögonkontakt. Till den unseasoned åskådaren kan dessa bilkonkurrenser vara svåra att följa med medan man tittar på en TV-skärm.

Det Kalifornienbaserade teknikföretaget Intel avslöjade ett nytt chip med djupa inlärningsmöjligheter vid NIPS 2017-konferensen tillbaka i december. De kallar det för "Nervana Neural Network Processor" och företaget använder den genom att samarbeta med Ferrari North America för att ta med realtid, dynamisk statistik till asfalten.

"Vi använder A.I. att kommentera sändningsfilm i realtid, säger Naveen Rao, chef för Artificial Intelligence Products Group på Intel, Omvänd. "Detta kommer att förbättra fläktupplevelse genom att visa det team som bilen är på, tidsgapet för föraren bakom honom och andra detaljer som skulle behöva redigeras manuellt före."

Inte bara kommer detta att förbättra hur fans ser loppet, men lagen kommer också att få tillgång till data som hittills bara kunde analyseras efter loppet.

Information om bilarnas motorprestanda är avgörande för gropspersoner och fans som vill veta hur deras favoritdrivares metallic steed slår ut i loppet. Processorn matar dessa siffror, så kallade telemetriska data, till statliga hungriga fans och lag.

Intels chip kommer också att kunna analysera live video som tas av droner för att jämföra utgångsvinkeln som en förare tar i var och en av sina varv från knä till knä. Tekniken kan sedan identifiera vilken tur som var snabbast, vilket gav nyfunna statistik som aldrig hade presenterats under en tävling tidigare.

"Det här visar att denna teknik kan användas i flera branscher än i hälso-, jordbruks- och finansmarknaderna att varje A.I. Företag går efter. "sa Rao. "Naturligtvis går vi efter alla dessa saker också, men saker som detta är roligare."

Många maskininlärningsteknologier springer på grafiska bearbetningsenheter, vilket Rao säger tjänar sitt syfte men är inte idealiska för att driva dessa typer av system. NNP använder mänskliga hjärnliknande egenskaper för att göra nästa generations Ferrari-statistik möjlig.

Rao förklarar att chipet diffunderar information på samma sätt som människans hjärna, genom att lagra liknande data på flera platser för att underlätta och snabbare komma åt.

Han sa också att den mänskliga hjärnan är mycket effektiv eftersom den inte behandlar extremt exakta data. Intels nya processor gör något liknande. Det nedgraderar nivån på dess precision, vilket är så liten att du inte skulle kunna berätta för en snabbare och effektivare behandling. Tänk på det som avrundning: Du behöver verkligen inte gå till tionde decimalen för att få det svar du vill ha.

Dessa två faktorer gör det möjligt för den typ av blixt som snabbt krossar motorns behov.

Så nästa gång du tittar på en flotta italiensk teknik som bombar ner banan, kom ihåg att all sådan statistik är tack vare en liten kopia av människans hjärna.