Inteligenta artificiala (AI) și gândirea umană pot funcționa ambele pe bază de electricitate, dar aici se termină similitudinile. În timp ce AI se bazează pe circuite de siliciu și metal, cogniția umană apare din țesuturi vii complexe. Diferențele fundamentale în arhitectura dintre aceste sisteme contribuie la natura ineficientă a AI-ului.
Modelele AI curente rulează pe computere convenționale, care stochează și calculează informațiile în componente separate, ceea ce duce la un consum mare de energie. De fapt, centrele de date reprezintă o parte semnificativă din consumul mondial de electricitate. Cu toate acestea, oamenii de știință au căutat mult timp să dezvolte dispozitive și materiale care pot imita eficiența computatională a creierului.
Acum, o descoperire realizată de o echipă de cercetători condusă de Mark Hersam de la Northwestern University ne aduce mai aproape de realizarea acestui obiectiv. Ei au redesenat tranzistorul, o componentă fundamentală a circuitelor electronice, pentru a funcționa mai mult ca un neuron. Prin integrarea memoriei cu procesarea, aceste noi tranzistoare sinaptice moiré reduc consumul de energie și permit sistemelor AI să depășească recunoașterea simplă a modelului.
Pentru a realiza acest lucru, cercetătorii au apelat la materiale în două dimensiuni cu aranjamente atomice unice care creează modele fascinante numite superstructuri moiré. Aceste materiale permit controlul precis al fluxului curentului electric și pot stoca date fără o sursă continuă de alimentare datorită proprietăților cuantice speciale.
Spre deosebire de încercările anterioare de a realiza tranzistoare moiré, care funcționau doar la temperaturi extrem de scăzute, acest nou dispozitiv funcționează la temperatura camerei și consumă de 20 de ori mai puțină energie. Deși viteza sa nu a fost încă testată în totalitate, designul integrat sugerează că va fi mai rapid și mai eficient energetic decât arhitectura tradițională de calcul.
Obiectivul final al acestei cercetări este de a face modelele AI să semene mai mult cu creierul uman. Aceste circuite asemănătoare creierului pot învăța din date, pot stabili conexiuni, recunoaște modele și face asocieri. Această capacitate, cunoscută sub numele de învățare asociativă, este în prezent dificilă pentru modelele AI tradiționale, care utilizează componente separate pentru memorie și procesare.
Prin utilizarea noii arhitecturi asemănătoare creierului, modelele AI pot distinge mai eficient semnalul de zgomot, permițându-le să efectueze sarcini complexe. De exemplu, în vehiculele autonome, această tehnologie poate ajuta AI-ul să navigheze în condiții de drum dificile și să facă diferența între obstacole reale și obiecte irelevante.
Deși mai este încă de lucru în dezvoltarea metodelor de fabricație scalabile pentru aceste tranzistoare neuromorfice, potențialul pentru sisteme AI mai eficiente și mai puternice este promițător. Prin punerea în legătură a AI-ului cu cogniția umană, această cercetare deschide posibilități interesante pentru viitorul inteligenței artificiale.
Inteligenta artificiala (AI) se referă la abilitatea mașinilor sau a sistemelor de calculatoare de a îndeplini sarcini care, în mod normal, necesită inteligența umană, cum ar fi învățarea, rezolvarea problemelor și luarea deciziilor.
Cogniția umană se referă la procesele mentale și abilitățile care permit oamenilor să dobândească cunoștințe, să înțeleagă, să percem, să gândească și să comunice.
Circuitele de siliciu și metal se referă la materialele și componente folosite în computerele convenționale pentru a procesa și transmite semnale electrice.
Arhitectura în acest context se referă la structura și organizarea unui sistem sau dispozitiv.
Consumul de energie se referă la cantitatea de energie utilizată de un sistem sau un dispozitiv pentru a-și îndeplini funcțiile.
Centrele de date sunt facilități care găzduiesc sisteme și echipamente de calcul, inclusiv servere și stocare, în scopul stocării, procesării și distribuirii unor cantități mari de date.
Superstructurile moiré sunt modele fascinante create de aranjamentele atomice unice ale unor materiale în două dimensiuni.
Proprietățile cuantice se referă la proprietățile și comportamentul materiei și energiei la nivel atomic și subatomic, așa cum sunt descrise de principiile mecanicii cuantice.
Recunoașterea modelului se referă la capacitatea unui sistem sau dispozitiv de a identifica și distinge modele sau caracteristici în date.
Tranzistorul este un bloc fundamental de construcție a circuitelor electronice, responsabil pentru controlul fluxului curentului electric și amplificarea sau comutarea semnalelor.
Memoria în acest context se referă la capacitatea unui sistem sau dispozitiv de a stoca și recupera informațiile.
Procesarea se referă la manipularea și calcularea datelor sau informațiilor de către un sistem sau un dispozitiv.
Învățarea asociativă se referă la abilitatea unui sistem sau unui dispozitiv de a face conexiuni și asocierea între diferite concepte sau date.
Semnalul și zgomotul se referă la distincția dintre informații semnificative (semnal) și date irelevante sau interferență (zgomot).
Metodele de fabricație scalabile se referă la procese și tehnici care pot fi ușor extinse sau adaptate pentru a produce cantități mai mari de un produs sau un dispozitiv.
Tranzistoarele neuromorfice sunt tranzistoare proiectate pentru a imita arhitectura și funcționalitatea neuronilor din creierul uman.
Link recomandat: Northwestern University
The source of the article is from the blog kunsthuisoaleer.nl