Изкуствената интелигентност (ИИ) и човешката мисъл може да функционират на базата на електричество, но тук приликите свършват. Докато ИИ се основава на кремък и метална електрическа схема, човешката когнитивност произтича от сложни живи тъкани. Фундаменталните различия в архитектурата между тези системи допринасят за неефективния характер на ИИ.
Сегашните ИИ модели работят на конвенционални компютри, които съхраняват и изчисляват информацията в отделни компоненти, което води до висока консумация на електроенергия. Фактически, само центровете за данни представляват значителна част от световната електроенергия. Въпреки това, учените отдавна търсят начини да разработят устройства и материали, които могат да имитират изчислителната ефективност на мозъка.
Сега екип от изследователи под ръководството на Марк Хърсам от Нортвестърн Университет ни довежда по-близо до постигането на тази цел. Те са преоформили транзистора, фундаментален елемент на електронната схема, за да функционира по-подобно на неврон. Чрез интегриране на паметта с процесора, тези нови моире синаптични транзистори намаляват консумацията на енергия и позволяват на ИИ системите да превъзмогнат простото разпознаване на образи.
За постигането на това, изследователите се обърнаха към двумерни материали с уникални атомни наредби, които създават завладяващи моире суперструктури. Тези материали позволяват прецизен контрол на електрическия ток и могат да съхраняват данни без непрекъснато захранване, благодарение на своите специални квантови свойства.
За разлика от предишни опити с моире транзистори, които работеха само при изключително ниски температури, това ново устройство функционира при стайна температура и консумира 20 пъти по-малко енергия. Въпреки че неговата скорост все още не е напълно тествана, интегрираната схема подсказва, че тя ще бъде по-бърза и по-енергийно ефективна от традиционната компютърна архитектура.
Крайната цел на това изследване е да направи ИИ моделите по-прилични на човешкия мозък. Тези мозъкоподобни схеми могат да се учат от данни, да установяват връзки, да разпознават образи и да правят асоциации. Тази способност, известна като асоциативно обучение, в момента е предизвикателна за традиционните ИИ модели с отделни памет и процесорни компоненти.
Като използва новата мозъкоподобна електрическа схема, ИИ моделите могат да разпознават сигнали и шум по-ефективно, като им позволяват да изпълняват сложни задачи. Например, в автомобилите без шофьор тази технология може да помогне на ИИ пилотите да се справят с трудни пътни условия и да правят разграничение между реални препятствия и незначими обекти.
Въпреки че все още е необходима работа за разработване на мащабируеми методи за производство на тези невроморфни транзистори, потенциалът за по-ефективни и мощни ИИ системи е обещаващ. Чрез прекрачване на различията между ИИ и човешката когнитивност, това изследване отваря вълнуващи възможности за бъдещето на изкуствената интелигентност.
The source of the article is from the blog jomfruland.net