Pure Pip Production

[Napoleon Dynamite]

Personnellement, je débloquerais le fait de voir le nombre de trades...

Mais seulement quand Darwinex aura enfin activé la fonction qui permet de masquer l'heure d'ouverture des trades.

Cette association là m’a l’air d’être le meilleur et seul compromis ad hoc pour clore ce sujet de trading journal qui agite les esprits

[Pure Pip Producer]

Brain-Like Chips Now Beat the Human Brain in Speed and Efficiency

Move over, deep learning. Neuromorphic computing—the next big thing in artificial intelligence—is on fire.

Just last week, two studies individually unveiled computer chips modeled after information processing in the human brain.

The first, published in Nature Materials, found a perfect solution to deal with unpredictability at synapses—the gap between two neurons that transmit and store information. The second, published in Science Advances, further amped up the system’s computational power, filling synapses with nanoclusters of supermagnetic material to bolster information encoding.

The result? Brain-like hardware systems that compute faster—and more efficiently—than the human brain.

“Ultimately we want a chip as big as a fingernail to replace one big supercomputer,” said Dr. Jeehwan Kim, who led the first study at MIT in Cambridge, Massachusetts.

Experts are hopeful.

“The field’s full of hype, and it’s nice to see quality work presented in an objective way,” said Dr. Carver Mead, an engineer at the California Institute of Technology in Pasadena not involved in the work.

Software to Hardware
The human brain is the ultimate computational wizard. With roughly 100 billion neurons densely packed into the size of a small football, the brain can deftly handle complex computation at lightning speed using very little energy.

AI experts have taken note. The past few years saw brain-inspired algorithms that can identify faces, falsify voices, and play a variety of games at—and often above—human capability.

But software is only part of the equation. Our current computers, with their transistors and binary digital systems, aren’t equipped to run these powerful algorithms.

That’s where neuromorphic computing comes in. The idea is simple: fabricate a computer chip that mimics the brain at the hardware level. Here, data is both processed and stored within the chip in an analog manner. Each artificial synapse can accumulate and integrate small bits of information from multiple sources and fire only when it reaches a threshold—much like its biological counterpart.

Experts believe the speed and efficiency gains will be enormous.

For one, the chips will no longer have to transfer data between the central processing unit (CPU) and storage blocks, which wastes both time and energy. For another, like biological neural networks, neuromorphic devices can support neurons that run millions of streams of parallel computation.

A “Brain-on-a-chip”
Optimism aside, reproducing the biological synapse in hardware form hasn’t been as easy as anticipated.

Neuromorphic chips exist in many forms, but often look like a nanoscale metal sandwich. The “bread” pieces are generally made of conductive plates surrounding a switching medium—a conductive material of sorts that acts like the gap in a biological synapse.

When a voltage is applied, as in the case of data input, ions move within the switching medium, which then creates conductive streams to stimulate the downstream plate. This change in conductivity mimics the way biological neurons change their “weight,” or the strength of connectivity between two adjacent neurons.

But so far, neuromorphic synapses have been rather unpredictable. According to Kim, that’s because the switching medium is often comprised of material that can’t channel ions to exact locations on the downstream plate.

“Once you apply some voltage to represent some data with your artificial neuron, you have to erase and be able to write it again in the exact same way,” explains Kim. “But in an amorphous solid, when you write again, the ions go in different directions because there are lots of defects.”

In his new study, Kim and colleagues swapped the jelly-like switching medium for silicon, a material with only a single line of defects that acts like a channel to guide ions.

The chip starts with a thin wafer of silicon etched with a honeycomb-like pattern. On top is a layer of silicon germanium—something often present in transistors—in the same pattern. This creates a funnel-like dislocation, a kind of Grand Canal that perfectly shuttles ions across the artificial synapse.

The researchers then made a neuromorphic chip containing these synapses and shot an electrical zap through them. Incredibly, the synapses’ response varied by only four percent—much higher than any neuromorphic device made with an amorphous switching medium.

In a computer simulation, the team built a multi-layer artificial neural network using parameters measured from their device. After tens of thousands of training examples, their neural network correctly recognized samples 95 percent of the time, just 2 percentlower than state-of-the-art software algorithms.

The upside? The neuromorphic chip requires much less space than the hardware that runs deep learning algorithms. Forget supercomputers—these chips could one day run complex computations right on our handheld devices.

A Magnetic Boost
Meanwhile, in Boulder, Colorado, Dr. Michael Schneider at the National Institute of Standards and Technology also realized that the standard switching medium had to go.

“There must be a better way to do this, because nature has figured out a better way to do this,” he says.

His solution? Nanoclusters of magnetic manganese.

Schneider’s chip contained two slices of superconducting electrodes made out of niobium, which channel electricity with no resistance. When researchers applied different magnetic fields to the synapse, they could control the alignment of the manganese “filling.”

The switch gave the chip a double boost. For one, by aligning the switching medium, the team could predict the ion flow and boost uniformity. For another, the magnetic manganese itself adds computational power. The chip can now encode data in both the level of electrical input and the direction of the magnetisms without bulking up the synapse.

It seriously worked. At one billion times per second, the chips fired several orders of magnitude faster than human neurons. Plus, the chips required just one ten-thousandth of the energy used by their biological counterparts, all the while synthesizing input from nine different sources in an analog manner.

The Road Ahead
These studies show that we may be nearing a benchmark where artificial synapses match—or even outperform—their human inspiration.

But to Dr. Steven Furber, an expert in neuromorphic computing, we still have a ways before the chips go mainstream.

Many of the special materials used in these chips require specific temperatures, he says. Magnetic manganese chips, for example, require temperatures around absolute zero to operate, meaning they come with the need for giant cooling tanks filled with liquid helium—obviously not practical for everyday use.

Another is scalability. Millions of synapses are necessary before a neuromorphic device can be used to tackle everyday problems such as facial recognition. So far, no deal.

But these problems may in fact be a driving force for the entire field. Intense competition could push teams into exploring different ideas and solutions to similar problems, much like these two studies.

If so, future chips may come in diverse flavors. Similar to our vast array of deep learning algorithms and operating systems, the computer chips of the future may also vary depending on specific requirements and needs.

It is worth developing as many different technological approaches as possible, says Furber, especially as neuroscientists increasingly understand what makes our biological synapses—the ultimate inspiration—so amazingly efficient.

Source : singularityhub.com

[Pure Pip Producer]

Rien n’arrêtera le progrès... Ceci étant, apprendre à une machine à trader via le Machine Learning/Deep Learning est la suite logique de la manière simpliste qu' on a actuellement de programmer des ordres sur nos ordinateurs binaires "préhistoriques".

Nous voici donc confrontés au choix de savoir ce qui prendra le plus de temps :



1- Apprendre à une machine à trader via les dernières technologies (IA, Ordinateur quantique...)

2- Apprendre à son gosse à trader (ce qui est, à peu de chose près, la même chose que d'apprendre à une machine)

3- Apprendre soi-même à trader (Modifier sa propre structure de pensée, afin de traiter l'information, aux meilleurs de ses intérêts, en temps réel et en toutes circonstances)




Les jeux sont faits! Rien ne va plus!

Evidemment, selon moi, il ne fait aucun doute, que la solution numéro 3 est la plus viable temporellement.

[Olandeer UXXAR]

J'étais au bar et j'ai eu l'occasion de discuter avec un vieux de la Vie, du Travail, des Amours et des Emmerdes. Henri, 70 ans, bourlingueur, a alors glissé une phrase qui m'a fait tant sourire:
"Je préfère vivre avec une intelligence médiocre que d'être guidé par une intelligence artificielle !"

Fabuleux !!! Bon je l'ai légèrement remanié car j'en tenais une bonne et lui de même mais l'idée est bien là: Doit-on forcement vivre avec son temps, accepter le progrès ?

Dissertation de 4h, go !

[Pure Pip Producer]

Bon! On reprend tout depuis le début (c'est nécessaire pour certains).

Les systèmes binaires face à la nature quantique de la Réalité...

Et dire, là encore, qu'on se moquait de moi et de mon entrée "Structured Randomness" que j'ai inventé, tout seul, dans mon coin.


Video pourtant elle-même Ultra Basique, mais qui en revient à la Source. La Nature Quantique de la réalité, l'aléatoire structuré (Structured Randomness)...etc





N'en déplaise à certains, je n'aurais de cesse de rappeler que j'ai raison et que la quasi-totalité des gens ont tout à fait tort.

Tort d'attendre un signal d'entrée. Ce tort est dû à un biais cognitif inconnu que j'ai mis à jour.

Oui, vous entendez bien.

Je n'ai jamais lu, entendu ou trouvé quelqu'un qui parlait de ce biais... Et pourtant, j'ai cherché

Je ne lui ai même pas encore donné de nom

Vous pouvez continuer d'attendre tous les "signaux d'entrée" que vous voulez, vous ne ferez jamais Ô grand jamais mieux qu'une entrée "Structured Randomness", sur le long terme.

Si en plus, elle est couplée à une sortie sur "Cerveau Humain sur-entraîné".

Là, c'est une boucherie sans nom.

Non, en fait, c'est le Track-Record qui se déroule, sous vos yeux, depuis le 1er novembre 2017 et qui doit durer 12 trimestres.



PS : Purée, mettez-moi un ordinateur quantique entre les mains, je vous en supplie !!!!!! Et je fais un massacre!!!!!

[Pure Pip Producer]

martèle souvent qu’il est pour le bien commun. Vu l’énergie qu’on déploie, crois moi qu’il ya une part de charité au-delà de notre fantaisie

Sauver les gens contre leur propre ignorance est mon leitmotiv...

Une voie résonne dans ma tête, chaque jour...

"Pardonnes-les, ils ne savent pas ce qu'ils font..."

[Pure Pip Producer]

Sauver les gens contre leur propre ignorance est mon leitmotiv...

Une voie résonne dans ma tête, chaque jour...

"Pardonnes-les, ils ne savent pas ce qu'ils font..."

Sauf que parfois, faut bien leur mettre leur nez dans le caca...

Ils faut les faire abjurer...

[Medialux]

Pas en Pure Pip Production.

A oui c'est vrai, pardon...

Je voulais poster une vidéo qui représente assez bien comment je m'imagine la scène @PPP qui se présente à un manager Pro...

Mais je préfère me censurer, c'est sûr que pour le coup, il le prendrait mal

[Pure Pip Producer]

comment je m'imagine la scène @PPP qui se présente à un manager Pro...

Parce que t'en ai encore à croire que moi, je vais me présenter à quoi que ce soit?

Ce sera moi le manager Pro, déjà, pour commencer.

Et en plus, je ne me présenterais jamais à rien.

J'attendrais qu'on vienne me chercher, pour ne pas dire me supplier.

Tu prends toujours les choses à l'envers me concernant?

Ou tu le fais exprès?

Me placer en tant que demandeur? Moi?

PPffffff mouaaah ahaahhahaaa

Elle est bien bonne celle-là

C'est d'un comique!

Je te rappelle que je vis déjà au soleil, les doigts de pieds en éventail.

Tout ce qui viendra en plus sera un bonus, pour moi...

[Medialux]

Parce que t'en ai encore à croire que moi, je vais me présenter à quoi que ce soit?

"Pierre ? J'en tiens un !"
"Comment est-il ?"
"Un champion du monde...!"

Heu... tout le monde aura reconnu une réplique de heu... l'engagement d'un super trader, dans le film... heu... "Les Traders Pros"

Ha oui, suis-je bête, c'est bien les managers pro du monde entier qui seront en file indienne devant ta porte...