Umělá inteligence (AI) a lidské myšlení mohou oba fungovat na elektřině, ale tady končí jejich podobnosti. Zatímco AI spoléhá na křemíkovou a kovovou obvodovou technologii, lidské poznání vychází z složitého živého tkáně. Základní rozdíly v architektuře mezi těmito systémy přispívají k neefektivnosti AI.
Aktuální modely AI fungují na konvenčních počítačích, které ukládají a počítají informace v samostatných komponentech, což vede k vysoké spotřebě energie. Ve skutečnosti datacentra samotná spotřebovávají značnou část celosvětové spotřeby elektřiny. Vědci však dlouho hledají způsoby, jak vyvinout zařízení a materiály, které by mohly napodobovat výpočetní efektivitu mozku.
Nyní přichází průlom týmu výzkumníků pod vedením Marka Hersama z Northwestern University, který nás přibližuje k dosažení tohoto cíle. Přepracovali tranzistor, základní stavební blok elektronických obvodů, aby fungoval více jako neuron. Tato nová moiré synaptická zařízení integrují paměť s procesorem, což snižuje spotřebu energie a umožňuje systémům AI překonat jednoduché rozpoznávání vzorů.
Pro dosažení toho výzkumníci využili dvourozměrné materiály s jedinečným atomovým uspořádáním, které vytvářejí fascinující vzory nazývané moiré superstruktury. Tyto materiály umožňují přesnou kontrolu elektrického proudění a mohou ukládat data bez nepřetržitého napájení díky svým speciálním kvantovým vlastnostem.
Na rozdíl od předchozích pokusů s moiré tranzistory, které fungovaly pouze při extrémně nízkých teplotách, toto nové zařízení funguje při běžné teplotě a spotřebovává 20krát méně energie. Zatím nebyla plně otestována jeho rychlost, ale integrovaný design naznačuje, že bude rychlejší a energeticky úspornější než tradiční výpočetní architektura.
Cílem této výzkumné práce je udělat modely AI podobnější lidskému mozku. Tyto mozkové obvody mohou učit se z dat, vytvářet spojení, rozpoznávat vzory a provádět asociace. Tato schopnost, známá jako asociační učení, je v současnosti pro tradiční modely AI se samostatnými paměťovými a výpočetními komponentami značnou výzvou.
Využitím nové mozkové architektury mohou modely AI rozlišovat mezi signálem a šumem efektivněji, což jim umožňuje provádět složité úkoly. Například v autonomních vozidlech tato technologie může pomoci AI pilotům navigovat v obtížných silničních podmínkách a rozlišovat mezi skutečnými překážkami a irelevantními předměty.
Zatímco je stále třeba vyvinout měřítkem rozšiřitelné výrobní metody pro tyto neuromorfní tranzistory, potenciál pro efektivnější a výkonnější systémy AI je slibný. Tato výzkumná práce, která spojuje AI a lidské poznání, otevírá vzrušující možnosti pro budoucnost umělé inteligence.
Umělá inteligence (AI) se odkazuje na schopnost strojů nebo počítačových systémů provádět úkoly, které obvykle vyžadují lidskou inteligenci, jako je učení, řešení problémů a rozhodování.
Lidské poznání odkazuje na myšlenkové procesy a schopnosti, které umožňují lidem získávat vědomosti, porozumět, vnímat, myslet a komunikovat.
Křemíková a kovová obvodová technologie odkazuje na materiály a součástky používané v konvenčních počítačích k zpracování a přenosu elektrických signálů.
Architektura v tomto kontextu odkazuje na strukturu a organizaci systému nebo zařízení.
Spotřeba energie odkazuje na množství energie používané systémem nebo zařízením pro plnění jeho funkcí.
Datacentra jsou zařízení, ve kterých jsou umístěny počítačové systémy a vybavení, včetně serverů a úložiště, za účelem uložení, zpracování a distribuce velkého množství dat.
Moiré superstruktury jsou fascinující vzory vytvořené jedinečným atomovým uspořádáním některých dvourozměrných materiálů.
Kvantové vlastnosti odkazují na vlastnosti a chování hmoty a energie na atomové a subatomové úrovni, jak je popsáno principy kvantové mechaniky.
Rozpoznávání vzorů odkazuje na schopnost systému nebo zařízení identifikovat a rozeznávat vzory nebo vlastnosti v datech.
Tranzistor je základní stavební blok elektronických obvodů, odpovědný za řízení toku elektrického proudu a zesilování nebo přepínání signálů.
Paměť v tomto kontextu odkazuje na schopnost systému nebo zařízení ukládat a vyhledávat informace.
Zpracování odkazuje na manipulaci a výpočet dat nebo informací systémem nebo zařízením.
Asociační učení odkazuje na schopnost systému nebo zařízení vytvářet spojení a asociace mezi různými koncepty nebo daty.
Signál a šum odkazují na rozdíl mezi významnými informacemi (signál) a irelevantními nebo nechtěnými daty nebo rušením (šum).
Měřítkem rozšiřitelné výrobní metody odkazují na procesy a techniky, které lze snadno rozšířit nebo přizpůsobit k výrobě většího množství produktu nebo zařízení.
Neuromorfní tranzistory jsou tranzistory navržené tak, aby napodobovaly architekturu a funkčnost neuronů v lidském mozku.
Navrhovaný související odkaz: Northwestern University
The source of the article is from the blog cheap-sound.com