Искусственный интеллект (ИИ) и человеческая мысль могут функционировать на электричестве, но в этом их сходство заканчивается. В то время как ИИ работает на кремниево-металлической схемотехнике, познавательность человека возникает из сложной живой ткани. Фундаментальные различия в архитектуре между этими системами способствуют неэффективному характеру ИИ.
Современные модели ИИ работают на обычных компьютерах, которые хранят и обрабатывают информацию в отдельных компонентах, что приводит к высокому энергопотреблению. Фактически, только центры обработки данных сами по себе потребляют значительную часть мирового электропотребления. Однако ученые давно стремятся разработать устройства и материалы, которые могут имитировать вычислительную эффективность мозга.
Теперь прорыв, достигнутый командой исследователей во главе с Марком Херсамом из Северо-Западного университета, приближает нас к достижению этой цели. Они перепроектировали транзистор, фундаментальный строительный блок электронных схем, чтобы он функционировал больше как нейрон. Интегрируя память с обработкой, эти новые транзисторы муарового синапса уменьшают энергопотребление и позволяют ИИ-системам превзойти простое распознавание образов.
Для достижения этого исследователи обратились к двухмерным материалам с уникальным атомным укладом, создающим захватывающие глаз муаровые сверхструктуры. Эти материалы позволяют точно контролировать поток электрического тока и могут хранить данные без непрерывного энергоснабжения благодаря своим особым квантовым свойствам.
В отличие от предыдущих попыток применить муаровые транзисторы, которые работали только при экстремально низких температурах, это новое устройство функционирует при комнатной температуре и потребляет в 20 раз меньше энергии. Хотя его скорость еще не была полностью протестирована, интегрированное конструктивное решение предполагает, что она будет быстрее и более энергоэффективна по сравнению с традиционной схемотехникой.
Конечной целью этого исследования является сделать модели ИИ более похожими на человеческий мозг. Такие мозгоподобные схемы могут учиться на основе данных, устанавливать связи, распознавать образы и создавать ассоциации. Эта способность, известная как ассоциативное обучение, в настоящее время представляет сложность для традиционных моделей ИИ с отдельными компонентами памяти и обработки.
Используя новую мозгоподобную схемотехнику, модели ИИ могут более эффективно различать сигналы и шум, что позволяет им выполнять сложные задачи. Например, в автономных транспортных средствах эта технология может помочь ИИ-пилотам справляться с сложными дорожными условиями и отличать настоящие препятствия от незначительных объектов.
Хотя еще предстоит проделать определенную работу по разработке масштабируемых методов производства таких нейроморфных транзисторов, потенциал для более эффективных и мощных систем ИИ обещает быть великим. Соединяя ИИ и человеческое познание, эти исследования открывают увлекательные перспективы для будущего искусственного интеллекта.
Искусственный интеллект (ИИ) — это способность машин или компьютерных систем выполнять задачи, обычно требующие человеческого интеллекта, такие как обучение, решение проблем и принятие решений.
Познавательность человека — это умственные процессы и способности, позволяющие людям усваивать знания, понимать, воспринимать, мыслить и общаться.
Кремниево-металлическая схемотехника — это материалы и компоненты, используемые в обычных компьютерах для обработки и передачи электрических сигналов.
Архитектура в данном контексте относится к структуре и организации системы или устройства.
Энергопотребление — это количество энергии, используемое системой или устройством для выполнения своих функций.
Центры обработки данных — это объекты, в которых расположены компьютерные системы и оборудование, включая серверы и накопители, для хранения, обработки и распределения больших объемов данных.
Муаровые сверхструктуры — это захватывающие глаз узоры, создаваемые уникальными атомными укладами некоторых двухмерных материалов.
Квантовые свойства относятся к свойствам и поведению вещества и энергии на атомном и субатомном уровнях, как описываются принципами квантовой механики.
Распознавание образов относится к способности системы или устройства опознавать и различать образы или особенности в данных.
Транзистор — это фундаментальный строительный блок электронных схем, отвечающий за контроль потока электрического тока и усиление или переключение сигналов.
Память в данном контексте относится к способности системы или устройства хранить и извлекать информацию.
Обработка относится к обработке и вычислению данных или информации системой или устройством.
Ассоциативное обучение — это способность системы или устройства устанавливать связи и ассоциации между различными концепциями или данными.
Сигнал и шум относятся к различию между значимой информацией (сигналом) и ненужными или нежелательными данными или помехами (шумом).
Методы масштабируемого производства — это процессы и техники, которые могут быть легко расширены или адаптированы для производства большего количества продукции или устройств.
Нейроморфные транзисторы — это транзисторы, разработанные для имитации архитектуры и функциональности нейронов в человеческом мозге.
The source of the article is from the blog rugbynews.at