Kaspersky Neuromorphic Platform размещена на GitHub

В основе современного ИИ лежит технология машинного обучения глубоких искусственных нейронных сетей (ИНС). Для ИНС характерен целый ряд уязвимостей на уровне данных, нейросетевых моделей, аппаратного обеспечения.

К возможным контрмерам против уязвимостей ИНС относится создание новых, более защищенных подходов к машинному обучению.

Одним из таких многообещающих подходов является нейроморфный ИИ, основанный на биологоподобных импульсных нейронных сетях (ИмНС) и нейроморфных процессорах.

Лаборатория Касперского разместила в открытом репозитории на GitHub платформу нейроморфного машинного обучения – Kaspersky Neuromorphic Platform (KNP).

KNP предназначена для проведения исследований в области ИмНС и когнитивных архитектур, а также создания на их основе нового поколения коммерческих продуктов с элементами ИИ.

ИмНС в KNP могут быть созданы путем преобразования традиционных нейронных сетей в их импульсные аналоги (ANN2SNN) или сразу в импульсном базисе (SNN) с возможностью последующего применения к SNN сетям алгоритмов локального обучения (STDP).

Особо отметим еще одну возможность KNP – поддержку российского нейроморфного процессора «Алтай» в качестве одного из аппаратных бэкендов для энергоэффективного и высокопроизводительного инференса ИмНС. Нейроморфный процессор «Алтай» — это совместная разработка компаний Мотив-Нейроморфные технологии и Лаборатории Касперского.

Более подробно с возможностями KNP можно ознакомиться на странице онлайн справки по платформе.