Саммит по исследованиям и прикладному ИИ (RAAIS) — это сообщество предпринимателей и исследователей, которые ускоряют науку и применение технологий ИИ. В преддверии нашего 5-го ежегодного мероприятия, которое состоится 28 июня 2019 года в Лондоне, мы запускаем серию профилей спикеров, чтобы пролить больше света на то, что вы можете узнать в этот день!
Движущей силой расцвета машинного интеллекта является аппаратное обеспечение нового поколения, которое ускоряет обучение и логические выводы в масштабе. В 2017 году мы принимали соучредителя и технического директора Graphcore Саймона Ноулза. «В своем выступлении Саймон мотивировал потребность в новом аппаратном обеспечении и изложил принципы проектирования Intelligence Processing Unit (IPU) компании. Перенесемся на два года вперед: Graphcore зарекомендовала себя как мировой лидер в области оборудования для искусственного интеллекта и привлекла еще 280 млн долларов от таких компаний, как Sequoia, Atomico, Sofina, Microsoft и BMW.
Именно в этом контексте мы очень рады приветствовать Карло Луски, директора по исследованиям в Graphcore, на RAAIS 2019! Карло отвечает за изучение и разработку алгоритмов машинного интеллекта. До прихода в Graphcore Карло был членом технического персонала в Bell Labs Research, Lucent Technologies, а совсем недавно — директором по алгоритмам и стандартам в Icera Inc., которая была приобретена NVIDIA в 2011 году. Впоследствии Карло занимал должность директора по алгоритмам и стандартам в NVIDIA до присоединения к Graphcore в 2016 году. Карло также является плодовитым изобретателем, автором 55 выданных или находящихся на рассмотрении патентов. Он имеет докторскую степень в области электротехники, полученную в Эдинбургском университете.
В своем выступлении на RAAIS 2019 Карло сосредоточится на новаторской архитектуре IPU Graphcore. Процессор основан на революционном подходе к эффективному использованию массивно-параллельных вычислительных ресурсов для приложений машинного интеллекта в текущих физических ограничениях. Карло расскажет о некоторых фундаментальных работах, проделанных в Graphcore Research для поддержки реализации вышеуказанной цели. Эта работа основана на внедрении эффективного числового представления и алгоритмических инновациях, включая подходы к оптимизации, основанные на эволюционных вычислениях и новых решениях для обучения крупномасштабных распределенных машин.
О взглядах Карло на направления исследований ИИ можно прочитать в блоге Graphcore здесь.
Добро пожаловать, Карло!
