Штучний інтелект (ШІ) та людські міркування можуть працювати на електриці, але цим схожість закінчується. Тоді як ШІ ґрунтується на кремнію та металевій електроніці, людське сприйняття виникає зі складної живої тканини. Фундаментальні відмінності у архітектурі цих систем спричиняють неефективну природу ШІ.
Поточні моделі ШІ працюють на звичайних комп’ютерах, які зберігають та обчислюють інформацію в окремих компонентах, що призводить до високого споживання енергії. Навіть центри обробки даних самі по собі становлять значну частку глобального споживання електроенергії. Однак вчені давно намагаються розробити пристрої та матеріали, які б могли відтворити обчислювальну ефективність мозку.
Тепер переможні відкриття команди дослідників під керівництвом Марка Герсама з Університету Нортвестерну приводить нас ближче до досягнення цієї мети. Вони переробили транзистор, фундаментальний будівельний блок електронних схем, щоб він працював більше схоже на нейрон. Шляхом інтеграції пам’яті з обробкою, ці нові моундські синаптичні транзистори знижують споживання енергії та дозволяють ШІ системам виконувати більш складні завдання, ніж просте розпізнавання зразків.
Для досягнення цієї мети дослідники звернулися до двовимірних матеріалів із унікальним атомним упорядкуванням, яке створює захоплюючі мозаїчні суперструктури, відомі як муар. Ці матеріали дозволяють точний контроль електричного потоку та можуть зберігати дані без постійного живлення завдяки своїм особливим квантовим властивостям.
На відміну від попередніх спроб муарних транзисторів, які працювали тільки за дуже низьких температур, цей новий пристрій працює при кімнатній температурі та споживає в 20 разів менше енергії. Хоча його швидкість ще не повністю перевірена, інтегрований дизайн свідчить про те, що він буде швидшим та енергоефективнішим, ніж традиційна архітектура обчислювання.
Остаточною метою цього дослідження є зробити моделі ШІ схожими на людський мозок. Ці мозкоподібні схеми можуть вчитися з даних, встановлювати зв’язки, розпізнавати зразки та робити асоціації. Цю можливість, відому як асоціативне навчання, наразі складно реалізувати для традиційних ШІ моделей з окремими компонентами пам’яті та обробки.
Завдяки застосуванню нової мозкоподібної схемотехніки моделі ШІ можуть відміняти сигнали та шум більш ефективно, що дозволяє їм виконувати складні завдання. Наприклад, у самохідних автомобілях ця технологія може допомогти штучному інтелекту виправляти складні дорожні умови та розрізняти реальні перешкоди від несуттєвих об’єктів.
Хоча ще потрібно виконати деяку роботу з розробки масштабованих методів виробництва для цих нейроморфних транзисторів, потенціал для створення більш ефективних і потужних ШІ систем є перспективним. Шляхом сполучення ШІ та людського мислення це дослідження відкриває захоплюючі можливості для майбутнього штучного інтелекту.
Штучний інтелект (ШІ) – це здатність машин або комп’ютерних систем виконувати завдання, які зазвичай потребують людського інтелекту, такі як навчання, розв’язування проблем та прийняття рішень.
Людське сприйняття відноситься до психологічних процесів та здатностей, які дозволяють людям здобувати знання, розуміти, сприймати, мислити та спілкуватися.
Кремнієва та металева електроніка відноситься до матеріалів та компонентів, що використовуються в звичайних комп’ютерах для обробки та передачі електричних сигналів.
Архітектура у цьому контексті відноситься до структури та організації системи або пристрою.
Споживання енергії відноситься до кількості енергії, яку використовує система або пристрій для виконання своїх функцій.
Центри обробки даних – це споруди, які зберігають комп’ютерні системи та обладнання, включаючи сервери та сховища даних, з метою збереження, обробки та розподілу великих обсягів даних.
Муарні суперструктури – захоплюючі мозаїчні візерунки, створені унікальним атомним упорядкуванням певних двовимірних матеріалів.
Квантові властивості відносяться до властивостей та поведінки речовини та енергії на атомному та субатомному рівні, які описуються принципами квантової механіки.
Розпізнавання зразків відноситься до здатності системи або пристрою ідентифікувати і відрізняти зразки або особливості в даних.
Транзистор – це фундаментальний будівельний блок електронних схем, відповідальний за керування потоком електричного струму та підсилення або перемикання сигналів.
Пам’ять в цьому контексті відноситься до здатності системи або пристрою зберігати та відновлювати інформацію.
Обробка відноситься до обробки та обчислення даних або інформації системою або пристроєм.
Асоціативне навчання відноситься до здатності системи або пристрою здійснювати зв’язки та асоціації між різними концепціями або даними.
Сигнал та шум відноситься до розрізнення між важливою інформацією (сигналом) та незначущими або небажаними даними або перешкодами (шумом).
Масштабовані методи виробництва відносяться до процесів і технік, які можуть легко масштабуватися або адаптуватися для виробництва більшої кількості продукту або пристрою.
Нейроморфні транзистори – це транзистори, спроектовані для відтворення архітектури та функціональності нейронів у мозку людини.
Рекомендоване посилання: Університет Нортвестерн
The source of the article is from the blog queerfeed.com.br