هل تُعدّ “الميمريستورات” المفتاح لتقليد الذكاء الاصطناعي للدماغ البشري؟

الدماغ البشري هو أكثر الحواسيب تعقيدًا وقدرةً عرفها الإنسان على الإطلاق. هذا الإعجاز الطبيعي قادر على معالجة ملايين نقاط البيانات والمدخلات الحسية في الوقت الحقيقي بشكل متزامن. بينما أصبحت الحواسيب الآن قادرة على تجاوز قدرات الدماغ البشري من حيث قوة الحوسبة، لا تزال هناك بعض المجالات التي تفتقر إليها. قد يحمل الاختراق الأخير في الميمريستورات المفتاح لفتح إمكانات الحوسبة الشبكية العصبية، مما يفتح الباب أمام أنظمة ذكاء اصطناعي أكثر ذكاءً وسرعةً في المستقبل.

تصميم الرقاقة الحالي

معمارية الحوسبة von Neumann الحالية تضع المعالجة والذاكرة في موقعين منفصلين. في الأصل، كان هذا التخطيط منطقيًا، حيث لم تكن الحواسيب تحتاج إلى كمية هائلة من استرجاع البيانات كما هو الحال اليوم. ومع ذلك، تعالج أنظمة الذكاء الاصطناعي المتقدمة مليارات البتات من البيانات في الوقت الحقيقي. وبالتالي، كل مللي ثانية تُعدّ مهمة، بما في ذلك الوقت والطاقة اللازمين لاسترجاع ومعالجة الذاكرة من موقعين منفصلين.

مشكلات تصميم الرقاقة الحالية

تصميم الرقاقة الحالي بطيء جدًا لمواكبة الطلب المتزايد من مجتمع الذكاء الاصطناعي. الحل الأفضل للبروتوكولات الحوسبية الثقيلة مثل أنظمة الذكاء الاصطناعي هو وضع الذاكرة والمعالجة على رقاقة واحدة. لتحقيق ذلك، اتجه المهندسون إلى تقنية تم إنشاؤها في السبعينيات، الميمريستورات.

الميمريستورات

نشأت فكرة الميمريستورات في عام 1971 بعد ورقة نشرها ليون تشوا. تعمل الميمريستورات من خلال استخدام التيارات المتغيرة. تغيير اتجاه وكمية التيار يمكّن هذه الأجهزة من تخزين البيانات. حجمها الصغير وقدرتها على تخزين ومعالجة البيانات يمنحانها أداءً مثاليًا لأنظمة الذكاء الاصطناعي المتقدمة اليوم.

مشكلات تقنية الميمريستور اليوم

المشكلة الرئيسية في تقنية الميمريستورات الحالية المستخدمة في الحواسيب هي أنها لا تستطيع المنافسة مع الأنظمة الأخرى بعد. غالبًا ما توفر تصاميم الرقائق التجريبية قدرة حوسبة أقل، موثوقية مشكوك فيها، وتفتقر إلى المتانة التي تتمتع بها نظيراتها ذات الرقاقة المزدوجة. لحسن الحظ، كل ذلك على وشك التغيير.

الحوسبة العصبية

الميمريستورات هي مكوّن أساسي في حركة الحوسبة العصبية. تسعى هذه الفئة من الحواسيب إلى محاكاة الشبكات العصبية الموجودة في دماغك. يمكن لهذه الأنظمة أن تحسب وتُعالج وتخزن البيانات في موقع واحد. كما يمكنها التعلم، التصحيح، والتكيف مع سيناريوهات جديدة، تمامًا كما يعمل الدماغ البشري. هذه القدرة، إلى جانب تصميم الرقاقة الشامل الجديد، تمكّن من عصر جديد في قوة معالجة الحوسبة.

دراسة رقاقة الميمريستور

نُشرت الدراسة “معالجة الفيديو ذاتيًا مع المعايرة الذاتية على منصة حوسبة تماثلية تعتمد على مصفوفة ميمريستور بدون محدد“¹ في المجلة العلمية Nature Electronics هذا الشهر. توضح الدراسة معالجًا شبه موصلًا عصبيًا من الجيل التالي يحاكي طريقة تفكير الدماغ البشري، مما يتيح له التعلم والتكيف لتحسين الأداء.

تصميم رقاقة جديد

دمج الباحثون مصفوفة ميمريستور تماثلية بدون محدد لإنشاء وحدة تخزين ومعالجة شاملة. يستفيد الجهاز من الدوائر الطرفية ووحدة تحكم رقمية لبرمجة الميمريستورات في الوقت الحقيقي. على وجه الخصوص، تم اختيار ميمريستورات أكسيد التيتانيوم من النوع الواجهة لتشغيل التجارب.

المصدر – KAIST

تحاكي الدماغ البشري

أحد أكثر الجوانب إثارة للإعجاب في هذا البحث هو أن المهندسين تمكنوا من دمج نظام ذكاء اصطناعي متقدم مباشرةً في الرقاقة. يتيح هذا الدمج للرقاقة التعلم وتصحيح الأخطاء. يوفر الجهاز تحليلًا في الوقت الحقيقي ومعالجة محلية، مما يجعله الخيار المثالي لسيناريوهات استخدام متعددة مثل تحرير الموسيقى، الأمن، والعديد غير ذلك.

اكتشاف سيناريوهات جديدة

بشكل مثير للإعجاب، اختار المهندس تشغيل خوارزميات الذكاء الاصطناعي في المجال التماثلي. وبالتالي، تم إعداد النظام لاستخدام المعايرة الذاتية دون عمليات تعويض أو تدريب مسبق. مثل الإنسان، يمكن لهذا الذكاء الاصطناعي تقييم البيانات في الوقت الحقيقي ومقارنتها بسجلاته لتحديد الإجراء التالي.

تحسين أدائها

يتيح هذا الإعداد للمهندسين إنشاء حواسيب وأجهزة تتعلم، تصحح الأخطاء، وتُعالج مهام الذكاء الاصطناعي محليًا. ثم تُخزن البيانات وتُعالج لتُظهر علاقتها بالبيانات السابقة والميزات الفريدة الأخرى. كلما قرر النظام أن تحسينات الأداء ممكنة من خلال التعلم، يتم دمجها تلقائيًا.

اختبار رقاقة الميمريستور

لكي يختبر المهندسون أول نظام متكامل في العالم يعتمد على الميمريستور ويمكنه التكيف مع تغييرات البيانات في الوقت الحقيقي، أعدوا مهمة تحرير فيديو. تم تزويد نظام الذكاء الاصطناعي بفيديو مستمر في الوقت الحقيقي لشخص يتحرك. كان الهدف منه فصل المقدمة عن الخلفية في الفيديو.

نتائج اختبار رقاقة الميمريستور

تُظهر البيانات بعض النتائج الواعدة. على سبيل المثال، أصبح الذكاء الاصطناعي أسرع وأكثر كفاءة مع كل دورة. في البداية، استغرق الذكاء الاصطناعي وقتًا إضافيًا لتحديد الوضع، ولكن في التجارب النهائية، كان قد تعود بالفعل على العملية وكيفية تحديد ما هو خلفية أو مقدمة.

وبشكل مثير للإعجاب، أظهر اختبار تحرير الفيديو للرقاقة الذكية متوسط نسبة الإشارة إلى الضوضاء القصوى 30.49 ديسيبل، وهو ما يُقارن بالخدمات المتخصصة. بالإضافة إلى ذلك، سجّل الفريق مقياس التشابه البنيوي 0.81.

فوائد رقاقة الميمريستور

هناك عدة أسباب تجعل رقاقات الميمريستور فكرة ذكية. أولاً، توفر تحليل بيانات في الوقت الحقيقي محليًا. وهذا يعني أن الأجهزة يمكنها العمل دون اتصال بالإنترنت أو الحاجة إلى التواصل مع جهاز آخر لإجراء تقييم مدروس لبيئتها.

الأمان

تزداد الأمان والخصوصية بفضل هذا التصميم. نظرًا لأن البيانات لا تحتاج إلى إرسالها خارج الموقع، فإن ذلك يقلل بشكل كبير من مخاطر الاختراقات أو الأخطاء البشرية.

أداء أفضل

فائدة رئيسية أخرى لهذه الدراسة هي أنها تُظهر كيفية تحسين الأداء مقارنة بأجهزة الكمبيوتر الحالية. يوفر نظام الذكاء الاصطناعي المدعوم بالميمريستور قدرات حوسبة متوازية لمستخدميه، مما يعزز الإمكانيات ويسمح للأنظمة بتحمل حمل أكبر.

الحجم

رقاقات الميمريستور أصغر بكثير من التصاميم التقليدية. وبالتالي، فهي مثالية للميكروإلكترونيات، الأجهزة القابلة للارتداء، الروبوتات، وغيرها من السيناريوهات التي يكون فيها الفضاء محدودًا أو الوزن مصدر قلق كبير، مثل الطائرات بدون طيار أو تقنيات الفضاء الأخرى.

تقليل استهلاك الطاقة

من حيث استهلاك الطاقة، تستخدم رقاقات الميمريستور طاقة أقل بمئات المرات مقارنةً بتصميم الرقائق التقليدي. الطاقة المستخدمة لبرمجة الرقاقة ضئيلة جدًا. هذا الاستهلاك المنخفض للطاقة مثالي للاستدامة وضمان أن ثورة الذكاء الاصطناعي لا تُلحق ضررًا كبيرًا بالبيئة كما تفعل الثورة الصناعية.

تطبيقات الميمريستورات

هناك العديد من التطبيقات للميمريستورات في السوق. أولاً، هي الخيارات المثالية للأنظمة الحوسبة الطرفية للذكاء الاصطناعي (AI) المدمجة والفعّالة في استهلاك الطاقة. قد تساعد هذه التقنية يومًا ما في جعل جميع أجهزتك الذكية أكثر ذكاءً، أخف وزنًا، وأكثر قدرة. إليك بعض التطبيقات لنظام رقاقة الميمريستور.

معالجة الفيديو

معالجة الفيديو بالذكاء الاصطناعي هي أحد أسرع القطاعات نموًا في السوق. رقاقة الباحث مثالية لهذه المهمة لعدة أسباب. أولاً، تستخدم قدراتها على التعلم الذاتي لتقليل عبء العمل وتحسين المخرجات. قد ترى هذا النوع من الرقائق يُستخدم لتشغيل أنظمة تحرير فيديو متقدمة بالذكاء الاصطناعي مثل تلك التي اختبرها الفريق.

حاليًا، تجعل أنظمة تحرير الفيديو بالذكاء الاصطناعي المشاهدة أكثر تكلفة معقولة. غالبًا ما تستطيع ثلاثة أنظمة إنشاء إطارات مكررة بين الإطار الأصلي، مما يتيح ترقيات هائلة في الدقة. في المستقبل، قد يجعل نظام كهذا تحرير الفيديو عالي الجودة من هاتفك أمرًا بسيطًا.

الرعاية الصحية

استخدام الذكاء الاصطناعي في الرعاية الصحية في تزايد. ستوفر الأجهزة الذكية المدعومة بالميمريستور يومًا ما مراقبة متعمقة للمرضى، مما يمكّن المتخصصين من تقليل عبء عملهم وتحسين وعيهم. يمكن أيضًا إعداد الذكاء الاصطناعي لإرسال البيانات إلى نظام ذكاء اصطناعي آخر مصمم خصيصًا للرعاية الصحية.

الأمان

استخدام نظام ذكاء اصطناعي يتعلم ذاتيًا لبرمجة كاميرات الأمان منطقي. تخيّل كاميرتك الذكية تراقب حديقتك. فجأة، يظهر شخص ويقوم ببعض الحركات قبل أن يختفي عن الشاشة. إذا لم تكن تراقب الشاشة، فقد فاتك ذلك. يمكن لنظام أمان الذكاء الاصطناعي المدعوم بالميمريستورات مسح المنطقة بحثًا عن سلوك مريب وإشعارك في الوقت الحقيقي.

المركبات الذاتية القيادة

من المؤكد أن المركبات الذاتية القيادة ستدمج هذه التقنية في المستقبل لتمكينها من تحمل مسؤوليات جديدة ومستوى أعلى من الموثوقية. سيسمح النظام للمركبات بتحليل بيئتها وتقديم تخمينات مدروسة حول السيناريو الأمثل. في كل مرة، يتم تقييم القرار واستخدامه لقياس الخيار التالي، مما يضمن تحسين الأداء مع مرور الوقت.

باحثو الميمريستورات

قادت هذه الدراسة مهندسو KAIST الأستاذ شينه يون تشوي والأستاذ يونغ-غيو يون ضمن فريق البحث المشترك من كلية الهندسة الكهربائية. كما شارك هاك تشيون جونغ وسيونغ جاي هان في جمع ومعالجة البيانات.

تحظى دراسة رقاقات الميمريستور بدعم من مشروع تطوير تقنية أشباه الموصلات الذكية للجيل القادم، ومشروع الباحث الجديد المتميز، ومشروع تطوير تقنية نواة أشباه الموصلات للذكاء الاصطناعي PIM من المؤسسة الوطنية للبحث في كوريا، بالإضافة إلى مشروع دعم البحث والتطوير لمعهد الإلكترونيات والاتصالات.

شركة قد تستفيد من دراسة الميمريستور

هناك العديد من الصناعات التي يمكن لهذه التقنية تحسينها. وصل العالم إلى حدوده فيما يتعلق بتصغير المقاومات. يقدم هذا التطور الأخير خيارًا أكثر موثوقية وقابلية للتوسع في السوق. إليك شركة واحدة في موقع يمكنها الاستفادة من هذه البيانات لتحقيق النجاح.

Micron Technologies Inc.

دخلت شركة Micron Technologies Inc. (MU ) السوق في عام 1978. تأسست على يد وارڈ باركینسون، جو باركینسون، دينيس ويلسون، ودوج بيتمان كمصنع لتصنيع أشباه الموصلات. شهدت الشركة نجاحًا سريعًا وفي عام 1980 افتتحت أول مصنع تصنيع لها.

منذ ذلك الحين، وسعت شركة Micron Technologies عروضها إلى قطاعات تقنية أخرى. ومن المثير للإعجاب أنها حصلت على مكان في قائمة Fortune 500 عام 1994. اليوم، تُعَتَبَر قوة رائدة بعد عقود من الابتكارات في مجال الرقائق.

تُعَدّ Micron Technologies رائدة في البحث وتطوير مجموعات رقاقة الميمريستور. تسعى الشركة إلى دمج هذه التقنية لدعم نموذج أعمال مراكز البيانات المزدهر لديها. حاليًا، توظف الشركة 43,000 شخص. وبالتالي، يُنظر إلى MU كـ “شراء” قوي للمتداولين الذين يسعون للحصول على تعرض لقطاع الذكاء الاصطناعي.

الميمريستورات ستقود ثورة الذكاء الاصطناعي.

يفهم الفريق المبتكر وراء تصميم وحدة المعالجة المركزية القائمة على الميمريستور أهمية الذاكرة والمعالجة المباشرة على الرقاقة في تشغيل أنظمة الذكاء الاصطناعي. الآن، سيواصل المهندسون أبحاثهم واختباراتهم لتسريع إدخال الرقائق المدعومة بالميمريستور إلى الأجهزة الإلكترونية الاستهلاكية بأسرع ما يمكن.

تعرف على حوسبة أخرى الإنجازات.

مرجع الدراسة:

^{1. Duan, X., Cao, Z., Gao, K., Yan, W., Sun, S., Zhou, G., Wu, Z., Ren, F., & Sun, B. (2024). رقائق عصبية مستندة إلى الميمريستور. Advanced Materials, 36(14), e2310704. https://doi.org/10.1002/adma.202310704}