Τεχνητή νοημοσύνη

Είναι τα ‘Memristors’ το κλειδί για την τεχνητή νοημοσύνη που μιμείται τον ανθρώπινο εγκέφαλο;

mm
Προσθέστε το Securities.io στις προτιμώμενες πηγές σας στο Google
Γνωστοποίηση: Η Securities.io μπορεί να λαμβάνει αμοιβή όταν χρησιμοποιείτε συνδέσμους προς προϊόντα που αξιολογούμε. Αυτό δεν επηρεάζει τις συντακτικές μας αξιολογήσεις. Δεν είμαστε εγγεγραμμένος επενδυτικός σύμβουλος· το παρόν δεν αποτελεί επενδυτική συμβουλή. Διαβάστε τη γνωστοποίηση συνεργατών.

Ο ανθρώπινος εγκέφαλος είναι ο πιο πολύπλοκος και ικανός υπολογιστής που έχει γνωρίσει ποτέ ο άνθρωπος. Αυτό το θαύμα της φύσης μπορεί ταυτόχρονα να επεξεργάζεται εκατομμύρια σημεία δεδομένων και αισθητηριακές εισόδους σε πραγματικό χρόνο. Ενώ οι υπολογιστές είναι πλέον σε θέση να ξεπεράσουν τις δυνατότητες του ανθρώπινου εγκεφάλου όσον αφορά την υπολογιστική ισχύ, υπάρχουν ακόμη τομείς όπου υστερούν. Μια πρόσφατη πρόοδος στα memristors θα μπορούσε να είναι το κλειδί για την εκμετάλλευση της υπολογιστικής νευρωνικής δικτύωσης, ανοίγοντας το δρόμο για πιο έξυπνα, ταχύτερα συστήματα τεχνητής νοημοσύνης στο μέλλον.

Τρέχουσα Σχεδίαση Chip

Η σημερινή αρχιτεκτονική υπολογιστών von Neumann τοποθετεί την επεξεργασία και τη μνήμη σε δύο ξεχωριστές θέσεις. Αρχικά, αυτή η διάταξη είχε νόημα, καθώς οι υπολογιστές δεν απαιτούσαν την τεράστια ποσότητα ανάκτησης δεδομένων που υπάρχει σήμερα. Ωστόσο, τα προηγμένα συστήματα AI επεξεργάζονται δισεκατομμύρια bits δεδομένων σε πραγματικό χρόνο. Συνεπώς, κάθε χιλιοστό του δευτερολέπτου μετρά, συμπεριλαμβανομένου του χρόνου και της ενέργειας που απαιτείται για την ανάκτηση και επεξεργασία της μνήμης από δύο ξεχωριστές θέσεις.

Προβλήματα με την Τρέχουσα Σχεδίαση Chip

Το κύριο πρόβλημα με την τρέχουσα τεχνολογία memristor που χρησιμοποιείται σε υπολογιστές είναι ότι δεν μπορούν ακόμη να ανταγωνιστούν άλλα συστήματα. Αυτές οι πειραματικές σχεδιάσεις chip συχνά προσφέρουν χαμηλότερη υπολογιστική ισχύ, αμφίβολη αξιοπιστία και στερείται της ανθεκτικότητας των αντίστοιχων διπλών chip. Ευτυχώς, όλα αυτά πρόκειται να αλλάξουν.

Memristors

Η έννοια των Memristors εμφανίστηκε το 1971 μετά από ένα άρθρο που δημοσιεύτηκε από τον Leon Chua. Τα Memristors λειτουργούν μέσω της χρήσης μεταβαλλόμενων ρευμάτων. Η αλλαγή της κατεύθυνσης και της ποσότητας του ρεύματος επιτρέπει σε αυτές τις συσκευές να αποθηκεύουν δεδομένα. Το μικρό τους μέγεθος και η ικανότητά τους να αποθηκεύουν και να επεξεργάζονται δεδομένα, τους προσφέρουν ιδανική απόδοση για τα σύγχρονα προηγμένα συστήματα AI.

Προβλήματα με την Τεχνολογία Memristor Σήμερα

Η μελέτη «Self-supervised video processing with self-calibration on an analog computing platform based on a selector-less memristor array»1 δημοσιεύτηκε στο επιστημονικό περιοδικό Nature Electronics αυτόν τον μήνα. Η μελέτη περιγράφει έναν επόμενης γενιάς νευρομορφικό επεξεργαστή ημιαγωγών που μιμείται τον τρόπο σκέψης του ανθρώπινου εγκεφάλου, επιτρέποντάς του να μαθαίνει και να προσαρμόζεται για βελτίωση της απόδοσης.

Νέα Σχεδίαση Chip

Οι ερευνητές ενσωμάτωσαν έναν αναλογικό πίνακα memristor χωρίς επιλογέα για να δημιουργήσουν μια ενιαία μονάδα αποθήκευσης και επεξεργασίας. Η συσκευή αξιοποιεί περιφερειακά κυκλώματα και έναν ψηφιακό ελεγκτή για τον προγραμματισμό των memristors σε πραγματικό χρόνο. Συγκεκριμένα, επιλέχθηκαν memristors τύπου διασύνδεσης από οξείδιο του τιτανίου για τη διεξαγωγή των πειραμάτων.

Source - KAIST

Πηγή – KAIST

Μιμείται τον Ανθρώπινο Εγκέφαλο

Ένα από τα πιο εντυπωσιακά στοιχεία αυτής της έρευνας είναι ότι οι μηχανικοί κατάφεραν να ενσωματώσουν ένα προηγμένο σύστημα AI απευθείας στο chip. Αυτή η ενσωμάτωση επιτρέπει στο chip να μαθαίνει και να διορθώνει σφάλματα. Η συσκευή παρέχει ανάλυση σε πραγματικό χρόνο και επεξεργασία επί τόπου, καθιστώντας την ιδανική επιλογή για πολλές περιπτώσεις χρήσης όπως η επεξεργασία μουσικής, η ασφάλεια και πολλά άλλα.

Ανακάλυψη Νέων Σεναρίων

Εντυπωσιακά, ο μηχανικός επέλεξε να εκτελεί αλγορίθμους AI στον αναλογικό τομέα. Συνεπώς, το σύστημα ρυθμίστηκε ώστε να χρησιμοποιεί αυτό-ρύθμιση χωρίς λειτουργίες αντιστάθμισης ή προεκπαίδευση. Όπως ένας άνθρωπος, αυτό το AI μπορεί να αξιολογήσει τα δεδομένα σε πραγματικό χρόνο και να τα διασταυρώσει με το ιστορικό του για να καθορίσει την επόμενη ενέργεια.

Βελτίωση της Απόδοσής του

Αυτή η ρύθμιση επιτρέπει στους μηχανικούς να δημιουργούν υπολογιστές και συσκευές που μαθαίνουν, διορθώνουν σφάλματα και επεξεργάζονται εργασίες AI επί τόπου. Τα δεδομένα αποθηκεύονται και επεξεργάζονται για να δουν τη σχέση τους με τα παρελθόντα δεδομένα και άλλα μοναδικά χαρακτηριστικά. Όποτε το σύστημα διαπιστώνει ότι είναι δυνατές βελτιώσεις από τη μάθηση, τις ενσωματώνει αυτόματα.

Δοκιμή Chip Memristor

Για να δοκιμάσουν οι μηχανικοί το πρώτο στον κόσμο ενσωματωμένο σύστημα βασισμένο σε memristor που μπορεί να προσαρμοστεί σε αλλαγές δεδομένων σε πραγματικό χρόνο, δημιούργησαν μια εργασία επεξεργασίας βίντεο. Το σύστημα AI έλαβε συνεχόμενο βίντεο σε πραγματικό χρόνο ενός κινούμενου ατόμου. Η αποστολή του ήταν να διαχωρίσει το προσκήνιο από το παρασκήνιο του βίντεο.

Αποτελέσματα Δοκιμής Chip Memristor

Τα δεδομένα δείχνουν ενθαρρυντικά αποτελέσματα. Κατ’ αρχάς, το AI έγινε πιο γρήγορο και πιο αποδοτικό με κάθε κύκλο. Στην αρχή, το AI χρειάστηκε επιπλέον χρόνο για να καθορίσει την κατάσταση, ωστόσο, στις τελικές επαναλήψεις, το AI είχε ήδη εξοικειωθεί με τη διαδικασία και πώς να προσδιορίζει τι είναι προσκήνιο ή παρασκήνιο.

Εντυπωσιακά, η δοκιμή επεξεργασίας βίντεο του AI chip έδειξε μέσο μέγιστο λόγο σήματος προς θόρυβο 30,49 dB, συγκρίσιμο με εξειδικευμένες υπηρεσίες. Επιπλέον, η ομάδα κατέγραψε δείκτη δομικής ομοιότητας 0,81.

Οφέλη Chip Memristor

Υπάρχουν πολλοί λόγοι για τους οποίους τα chips memristor είναι μια έξυπνη επιλογή. Κατ’ αρχάς, προσφέρουν ανάλυση δεδομένων σε πραγματικό χρόνο επί τόπου. Αυτό σημαίνει ότι οι συσκευές μπορούν να λειτουργούν χωρίς σύνδεση στο διαδίκτυο ή την ανάγκη να επικοινωνούν με άλλη συσκευή για να κάνουν μια τεκμηριωμένη αξιολόγηση του περιβάλλοντός τους.

Ασφάλεια

Η ασφάλεια και η ιδιωτικότητα αυξάνονται χάρη σε αυτή τη διάταξη. Δεδομένου ότι τα δεδομένα δεν χρειάζεται να αποστέλλονται εκτός του τόπου, μειώνονται σημαντικά οι κίνδυνοι παραβίασης ή ανθρώπινου λάθους.

Καλύτερη Απόδοση

Ένα ακόμη σημαντικό όφελος αυτής της μελέτης είναι ότι δείχνει πώς να βελτιωθεί η απόδοση των σημερινών υπολογιστών. Το σύστημα AI με ενσωματωμένα memristor προσφέρει δυνατότητες παράλληλης υπολογιστικής στους χρήστες του, βελτιώνοντας τις δυνατότητες και επιτρέποντας στα συστήματα να διαχειρίζονται μεγαλύτερο φορτίο.

Μέγεθος

Τα chips memristor είναι πολύ μικρότερα από τις παραδοσιακές διατάξεις. Ως εκ τούτου, είναι ιδανικά για μικροηλεκτρονική, φορετές συσκευές, ρομποτική και άλλες περιπτώσεις όπου ο χώρος είναι περιορισμένος ή το βάρος αποτελεί σημαντικό ζήτημα, όπως τα drones ή άλλες τεχνολογίες αεροδιαστημικής.

Μειωμένη Κατανάλωση Ενέργειας

Σε ό,τι αφορά την κατανάλωση ενέργειας, τα chips memristor χρησιμοποιούν εκατοντάδες φορές λιγότερη ισχύ από τις παραδοσιακές σχεδιάσεις chip. Η ενέργεια που χρησιμοποιείται για τον προγραμματισμό του chip είναι ελάχιστη. Αυτή η χαμηλή κατανάλωση ενέργειας είναι ιδανική για τη βιωσιμότητα και διασφαλίζει ότι η επανάσταση της AI δεν θα επιφέρει τεράστιο βάρος στο περιβάλλον όπως συνέχισε η βιομηχανική επανάσταση.

Εφαρμογές Memristors

Υπάρχουν πολλές εφαρμογές για τα memristors στην αγορά. Κατ’ αρχάς, είναι οι ιδανικές επιλογές για συμπαγή και ενεργειακά αποδοτικά συστήματα τεχνητής νοημοσύνης (AI) edge-computing. Αυτή η τεχνολογία θα μπορούσε κάποια μέρα να κάνει όλες τις έξυπνες συσκευές σας πολύ πιο έξυπνες, ελαφρύτερες και πιο ικανές. Ακολουθούν μερικές μόνο εφαρμογές του συστήματος chip memristor.

Επεξεργασία Βίντεο

Η επεξεργασία βίντεο με AI είναι ένας από τους ταχύτερα αναπτυσσόμενους τομείς στην αγορά. Το chip του ερευνητή είναι ιδανικό για αυτήν την εργασία για πολλούς λόγους. Κατ’ αρχάς, χρησιμοποιεί τις δυνατότητες αυτό-μάθησης για να μειώσει το φόρτο εργασίας του και να βελτιώσει την απόδοσή του. Θα μπορούσατε να δείτε αυτό το είδος chip να τροφοδοτεί προηγμένα συστήματα επεξεργασίας AI όπως αυτό που δοκίμασε η ομάδα.

Ήδη, τα συστήματα επεξεργασίας AI κάνουν την προβολή πιο προσιτή. Συχνά, τρία συστήματα μπορούν να δημιουργήσουν διπλότυπα πλαίσια μεταξύ του αρχικού πλαισίου, επιτρέποντας τεράστιες αναβαθμίσεις ανάλυσης. Στο μέλλον, ένα σύστημα όπως αυτό θα μπορούσε να κάνει την επεξεργασία βίντεο υψηλής ποιότητας από το τηλέφωνό σας απλή.

Υγειονομική Περίθαλψη

Η χρήση AI στην υγειονομική περίθαλψη αυξάνεται. Οι έξυπνες συσκευές με ενσωματωμένα memristor θα παρέχουν κάποια μέρα εκτενή παρακολούθηση των ασθενών, ενδυναμώνοντας τους επαγγελματίες μειώνοντας το φόρτο εργασίας τους και βελτιώνοντας την επίγνωσή τους. Το AI θα μπορούσε ακόμη να ρυθμιστεί ώστε να στέλνει τα δεδομένα σε άλλο σύστημα AI σχεδιασμένο ειδικά για την υγειονομική περίθαλψη.

Ασφάλεια

Η χρήση ενός συστήματος AI με αυτό-μάθηση για τον προγραμματισμό καμερών ασφαλείας είναι λογική. Φανταστείτε την έξυπνη κάμερά σας να παρακολουθεί την αυλή σας. Ξαφνικά, εμφανίζεται ένα άτομο και κάνει μερικές κινήσεις πριν φύγει εκτός οθόνης. Αν δεν παρακολουθούσατε την οθόνη, το χάσατε. Ένα σύστημα ασφαλείας AI με ενσωματωμένα memristors θα μπορούσε να σαρώσει την περιοχή για ύποπτη συμπεριφορά και να σας ειδοποιήσει σε πραγματικό χρόνο.

Αυτονομικά Οχήματα

Τα αυτόνομα οχήματα σίγουρα θα ενσωματώσουν αυτήν την τεχνολογία στο μέλλον, ώστε να αναλάβουν νέες ευθύνες και υψηλότερο επίπεδο αξιοπιστίας. Το σύστημα θα επιτρέπει στα οχήματα να αναλύουν το περιβάλλον τους και να κάνουν τεκμηριωμένες εκτιμήσεις για το καλύτερο σενάριο. Κάθε φορά, η απόφαση αξιολογείται και χρησιμοποιείται για τη μέτρηση της επόμενης επιλογής, εξασφαλίζοντας καλύτερη απόδοση με την πάροδο του χρόνου.

Ερευνητές Memristors

Αυτή η μελέτη καθοδηγήθηκε από τους μηχανικούς του KAIST, Καθηγητές Shinhyun Choi και Young-Gyu Yoon, της Κοινής Ομάδας Έρευνας του Τμήματος Ηλεκτρολογίας. Οι Hakcheon Jeong και Seung Jae Han συνέβαλαν επίσης στη συλλογή και επεξεργασία των δεδομένων.

Η μελέτη των chips memristor υποστηρίζεται από το Πρόγραμμα Ανάπτυξης Επόμενης Γενιάς Έξυπνης Ημιαγωγικής Τεχνολογίας, το Πρόγραμμα Εξαιρετικού Νέου Ερευνητή και το Πρόγραμμα Ανάπτυξης Πυρήνα Τεχνολογίας Ημιαγωγών AI PIM του Εθνικού Ιδρύματος Έρευνας της Κορέας, καθώς και το Πρόγραμμα Υποστήριξης Έρευνας και Ανάπτυξης του Ινστιτούτου Ηλεκτρονικής και Τηλεπικοινωνιών.

Μια Εταιρεία που Θα Μπορούσε να Ωφεληθεί από τη Μελέτη Memristor

Υπάρχουν πολλές βιομηχανίες που αυτή η τεχνολογία θα μπορούσε να βελτιώσει. Ο κόσμος έχει φτάσει στο όριο όσον αφορά τη μείωση των αντιστάσεων. Η τελευταία αυτή εξέλιξη εισάγει μια πιο αξιόπιστη και κλιμακώσιμη επιλογή στην αγορά. Εδώ είναι μια εταιρεία που βρίσκεται σε θέση να αξιοποιήσει αυτά τα δεδομένα για επιτυχία.

Micron Technologies Inc.

Η Micron Technologies Inc. (MU ) εισήλθε στην αγορά το 1978. Ιδρύθηκε από τους Ward Parkinson, Joe Parkinson, Dennis Wilson και Doug Pitman ως εργοστάσιο κατασκευής ημιαγωγών. Η εταιρεία σημείωσε γρήγορα επιτυχία και το 1980, η εταιρεία άνοιξε το πρώτο της εργοστάσιο κατασκευής.

MU Διάγραμμα τιμής

(NRC )

Από τότε, η Micron Technologies έχει επεκτείνει τις προσφορές της σε άλλους τομείς τεχνολογίας. Εντυπωσιακά, εξασφάλισε θέση στο Fortune 500 το 1994. Σήμερα, αναγνωρίζεται ως πρωτοπόρος δύναμη μετά από δεκαετίες καινοτομιών στα chip.

Τα Meristors θα Τροφοδοτήσουν την Επανάσταση της AI.

Η καινοτόμος ομάδα πίσω από το σχεδιασμό CPU με memristor κατανοεί τη σημασία της άμεσης μνήμης και επεξεργασίας ενσωματωμένης στο chip για την τροφοδοσία των συστημάτων AI. Τώρα, οι μηχανικοί θα προχωρήσουν περαιτέρω στην έρευνα και τις δοκιμές για να φέρουν τα chips με ενσωματωμένα memristor στα καταναλωτικά ηλεκτρονικά όσο το δυνατόν πιο γρήγορα.

Μάθετε για Άλλες Εξελίξεις στην Υπολογιστική Πρωτοπορίες.

Αναφορά Μελέτης:

1. Duan, X., Cao, Z., Gao, K., Yan, W., Sun, S., Zhou, G., Wu, Z., Ren, F., & Sun, B. (2024). Memristor-based neuromorphic chips. Advanced Materials, 36(14), e2310704. https://doi.org/10.1002/adma.202310704

Ο David Hamilton είναι πλήρης jornalist και μακροχρόνιος bitcoinist. Ειδικεύεται στη συγγραφή άρθρων για το blockchain. Τα άρθρα του έχουν δημοσιευθεί σε πολλές εκδόσεις bitcoin, συμπεριλαμβανομένου του Bitcoinlightning.com