Detail předmětu

Evoluční a neurální hardware

FIT-EUDAk. rok: 2019/2020

Předmět představuje vybrané výpočetní modely a výpočetní systémy, které vznikají na průniku hardware a umělé inteligence jako reakce na neschopnost konvenčních počítačů efektivně řešit (jak z pohledu výkonnosti, tak i energetické náročnosti) některé důležité obtížné úlohy. Budou shrnuty relevantní teoretické modely, obvodové techniky a metody výpočetní inteligence inspirované v biologii. Zejména budou diskutovány tyto oblasti: evoluční návrh, vyvíjející se obvody, neurální hardware, DNA počítače a aproximativní počítání. Předmět je doplněn ukázkou typických aplikací.


Okruhy otázek k SDZ:
1. Výpočetní techniky inspirované v biologii (zdroje inspirace, adaptace, samoorganizace)2. Specializovaný hardware a rekonfigurovatelná zařízení pro umělou inteligenci3. Genetické programování4. Problém škálovatelnosti evolučního návrhu obvodů a jeho řešení5. Evoluční návrh analogových obvodů6. Celulární automaty v 1D a 2D, Wolframovy třídy, sebereplikace7. Aproximativní počítání (princip, metriky, metody aproximace obvodů)8. Hluboké neuronové sítě
9. Obvodová realizace neuronových sítí
10. Adlemanův experiment, DNA počítače

Jazyk výuky

čeština

Počet kreditů

0

Garant předmětu

prof. Ing. Lukáš Sekanina, Ph.D.

Zajišťuje ústav

Ústav počítačových systémů (UPSY)

Výsledky učení předmětu

Studenti budou schopni využít evoluční algoritmy pro návrh elektronických obvodů, budou schopni modelovat, simulovat a realizovat biologií inspirované výpočetní systémy, zejména evoluční a neurální hardware.
Pochopení vztahu mezi počítači (počítáním) a vybranými přírodními procesy.

Učební cíle

Porozumět principům vybraných biologií inspirovaných výpočetních technik a jejich využití zejména při návrhu, hardwarové implementaci a provozu výpočetních systémů.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vypracování a prezentace projektu.

Doporučená literatura

Floreano, D., Mattiussi, C.: Bioinspired Artificial Intelligence: Theories, Methods, and Technologies. The MIT Press, Cambridge 2008, ISBN 978-0-262-06271-8
Trefzer M., Tyrrell A.M.: Evolvable Hardware - From Practice to Application. Berlin: Springer Verlag, 2015, ISBN 978-3-662-44615-7
Reda S., Shafique M.: Approximate Circuits - Methodologies and CAD. Springer Nature, 2019, ISBN 978-3-319-99322-5
Sekanina L., Vašíček Z., Růžička R., Bidlo M., Jaroš J., Švenda P.: Evoluční hardware: Od automatického generování patentovatelných invencí k sebemodifikujícím se strojům (http://www.academia.cz/evolucni-hardware.html). Academia Praha 2009, ISBN 978-80-200-1729-1

Zařazení předmětu ve studijních plánech

  • Program VTI-DR-4 doktorský

    obor DVI4 , libovolný ročník, letní semestr, volitelný

  • Program VTI-DR-4 doktorský

    obor DVI4 , libovolný ročník, letní semestr, volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

prof. Ing. Lukáš Sekanina, Ph.D.

Osnova

  1. Úvod a motivace
  2. Výpočetní modely inspirované v biologii (zdroje inspirace, principy adaptace a samoorganizace)
  3. Aproximativní počítání a energetická účinnost
  4. Hardware a rekonfigurovatelná zařízení pro umělou inteligenci
  5. Evoluční návrh
  6. Kartézské genetické programování
  7. Evoluční návrh číslicových a analogových obvodů
  8. Problém škálovatelnosti evolučního návrhu obvodů a jeho řešení
  9. Výpočetní development, celulární automaty, L-systémy
  10. Hluboké neuronové sítě a jejich hardwarová implementace
  11. Aproximace v obvodových implementacích neuronových sítí
  12. DNA výpočty
  13. Moderní HW/SW platformy a aplikace

Konzultace v kombinovaném studiu

26 hod., nepovinná

Vyučující / Lektor

prof. Ing. Lukáš Sekanina, Ph.D.