Yeni Beyinden Esinlenen Yapay Zeka, Ultra Düşük Güç Kullanarak Gerçek Zamanlı Öğreniyor

İnsan beyni, dünyanın en gelişmiş süper bilgisayarıdır. Günümüzün yapay zeka sistemleri gibi devasa veri merkezleri kullanmadan aynı anda hem öğrenebilir hem de uyum sağlayabilir. Bu ay, Texas A&M Bilgisayar ve Elektrik Mühendisliği Bölümü ve diğer önde gelen kurumlardan bir mühendis ekibi, daha iyi performansın kilidini açabilecek ve daha akıllı protokollerin kapısını açabilecek beyinden ilham alan bir yapay zeka sistemini tanıttı. İşte bilmeniz gerekenler. 

Geleneksel Yapay Zeka ve Turing Mimarisi'nin Sınırları

Yapay zeka, dünyanın en hızlı büyüyen ve en heyecan verici teknoloji endüstrilerinden biridir. Birkaç kısa yıl içinde, AI algoritmaları yalnızca üst düzey Google ve Microsoft mühendislerinin erişebildiği bir durumdan ortalama bir kişi için ortak bir araç haline geldi. Bu yolculuk boyunca, AI sistemleri performans ve yeteneklerde sürekli olarak artış gösterdi. Performanstaki bu artışın yanı sıra, donanım yeteneklerinde de bir artış meydana geldi. 

Özellikle, AI sistemleri Turing mimarisine dayanır. Bu bilişim tarzı, mucidi Alan Turing'in adını taşır. Bilgisayarların, işlemlerinin belirli bölümleri ayrılırsa daha iyi performans sağlayabileceğini tasarlamıştır. 

Bu yapı, bilgisayarların işlemcilerinin ve belleklerinin çip tasarımı içinde fiziksel olarak ayrıldığı anlamına gelir. Bu ayrım, o zamandan beri makinelerin donanım tasarımını dikte etti. Keşfinden bu yana onlarca yıl geçmesine rağmen, bilgisayarlar için vizyonu en belirgin şekilde kullanılan mimari olmaya devam ediyor. 

Enerji Krizi: Modern Yapay Zekanın Neden Yeni Bir Taslağa İhtiyacı Var?

Bu düzendeki sorun, AI sistemlerinin büyük miktarda veri gerektirmesidir. Bazı durumlarda, sistem gereksinimlerinin bir parçası olarak en gelişmiş donanım kullanılarak tüm veri merkezlerinin sıfırdan inşa edilmesi gerekir. Ne yazık ki, bu yapı sürdürülebilir değildir. 

Büyük veri merkezleri, tüm şehirler kadar enerji tüketebilen devasa güç kaynaklarıdır. Birçok durumda, bu sistemler çevresel etkiyi azaltmaya yardımcı olan yenilenebilir enerjiye güvenir. Ancak, yapay zeka sistemlerine olan artan talep, bu protokollerin gelecekte sürdürülebilir olması için verimlilikte bir yükseltme yapılması gerektiği anlamına gelir.

Günümüzün Yapay Zeka Modelleri Neden Gerçek Zamanlı Uyum Sağlayamıyor?

Ek olarak, bu yapı bu protokollerin ölçeklenebilirliğinin yazılım kısıtlamalarından ziyade donanımlarına dayandığı anlamına gelir. En gelişmiş sistem bile verilerin bir cihazdaki donanım bileşenleri arasında fiziksel olarak gönderilmesini beklemek zorundadır. 

 İnsan Beyninden İlham Alan Süper Turing Yapay Zekasını Tanıtıyoruz

Turing tabanlı yapay zeka sistemlerinin bir diğer dezavantajı, önceden belirlenmiş veri noktalarına dayanmalarıdır. Günümüz modelleri, çalışma sırasında performanslarını değiştirmenin hiçbir yolunu sunmaz. Bu sistemler, geri yayılımı tamamlamak için sağlanan verilere güvenir. 

Bu yaklaşım, bilgi ve çevresel koşulların bir kombinasyonunu kullanarak çok daha az enerji harcayarak doğru değerlendirmeler yapan beyninizden farklıdır. Özellikle, geri yayılımı taklit etmek biyolojik olarak imkansızdır çünkü kişinin durumu daha önce deneyimlemiş olması gerekir. Bu gerçekleri göz önünde bulunduran mühendisler, insan öğrenmesini taklit eden bir yapay zeka sistemi geliştirmeye çalıştılar.  

Sinaptik Dirençler Beynimiz Gibi Nasıl Öğrenir?

Çalışma "Süper Turing akıllı sistemi için HfZrO tabanlı sinaptik direnç devresi"¹ beynin koşullara göre gerçek zamanlı uyum sağlamayı nasıl öğrendiğini taklit edebilen nöromorfik bir AI sistemi sunar. Çalışma UCLA, Texas A&M ve diğer araştırma tesislerinden bir araştırmacı ekibi tarafından ortaya konulmuş ve Science Advances'ta yayınlanmıştır. Bu görevi başarmak için ekip, beyniniz gibi öğrenebilen bir "sinstor" (sinaptik direnç) devresi yarattı. 

Kaynak – Texas A&M Bilgisayar ve Elektrik Mühendisliği Bölümü

Beyin Benzeri Verimlilik: Megawatt Değil Mikrowatt Tüketen Yapay Zeka

Bu çalışmanın arkasındaki mühendisler, insan beyninin enerji tüketimi ve esneklik gibi birçok açıdan hala AI'dan çok daha ileride olduğunu kabul ediyor. Beynin sinirsel süreçleri, karmaşık bedensel işlevleri yürütmesine ve aynı anda etrafınızdaki değişen koşullara uyum sağlamasına olanak tanır. 

Enerji verimliliği açısından, insan beyninin çalışması için yalnızca yaklaşık 20 watt gerekir. Buna karşılık, günümüzün gelişmiş yapay zeka sistemleri, operasyonları sırasında 1 milyar watt'a kadar enerji tüketebilir. Bu güç tüketimi, yapay zeka sistemlerinin mimarisinin yanı sıra işlem yolları ve bileşenlerinden kaynaklanır.  

 Yapay Zeka'da Sinaptik Plastisiteyi Anlamak

Mühendisler, beyinlerdeki sinaptik plastisiteyi inceleyerek işe başladılar. Beyninizde hafızanızı ve öğrenmenizi destekleyen milyonlarca nöron bulunur. Sinirlerin birleştiği bu iletişim alanlarına sinaps denir. Sinaptik plastisite, beynin daha sık kullanılan bağlantıları güçlendirme yeteneğini ifade eder. Ayrıca, beynin daha verimli olduğu düşünüldüğünde yeni yollar oluşturma yeteneğini de ifade eder. 

Beynin Sırrı: Turing ve Süper Turing Modları Arasında Geçiş

Beyinler hem Turing modunda hem de süper Turing modunda çalışabilir. Turing operasyonel durumundayken, beyniniz önceden öğrenilmiş görevleri ve eylemleri kullanacaktır. Beklenmeyen senaryolar ortaya çıktığında veya koşullar tahmin edilemeyecek şekilde değiştiğinde, beyniniz otomatik olarak süper turing duruşuna geçecektir. Bu yaklaşım beyninizin her zaman çevrenize uyum sağlamasını sağlar.

Süper Turing Yapay Zekası Anında Nasıl Öğrenir ve Uyum Sağlar

Bilim insanları, bu süper dönüş halinin beynin benzersiz yeteneklerinin merkezinde olduğunu keşfettiler. Bu yapıyı, öğrenme ve çıkarımın aynı anda gerçekleştiği, daha insan benzeri bir operasyonel akış öngörerek yapay zeka mimarilerini yeniden tasarlamak için kullandılar. 

Bu strateji enerji tüketimini önemli ölçüde azaltır. Donanım bileşenleri arasında büyük miktarda veri taşıma gereksiniminin ortadan kaldırılması tüketimi azaltır ve performansı iyileştirir. Ayrıca güç tüketimini yeni düşük seviyelere düşürürken gerçek zamanlı uyarlanabilirliği de destekler.

Synstor'un İçinde: İnsan Öğrenmesini Taklit Eden Ferroelektrik Devre

Bu çalışmanın özünde, aynı anda işleme, öğrenme ve sorunsuz bir şekilde çalışma yeteneğine sahip kapsayıcı bir sensör devresinin oluşturulması yer almaktadır. Ekip, çalışmalarının bir parçası olarak Hf0.5Zr0.5Ο2 tabanlı bir sinstor devresi üretti.  

Bu özel yapım devre, ferroelektrik HfZrO malzemelerini entegre eden sinaptik dirençlere sahipti. Özellikle, Hf oksitler gibi ferroelektrik malzemeler, mühendislere ölçeklenebilir, Si uyumlu, uçucu olmayan analog bellek ve nöromorfik cihazlar oluşturma yeteneği sağlar. 

Drone Simülasyonu: İnsan, Yapay Zeka ve Synstor

Ekip bir drone uçuş simülasyonu kurdu ve teorilerini test etmek için geleneksel bir AI, bir insan ve bir süper turing AI sisteminin simülasyonda gezinmesini sağladı. Herhangi bir türbülans veya engelden önce, synstor devresi, insan operatörler ve ANN, drone'u herhangi bir sorun veya gecikme olmadan hedef konumuna doğru sürmeyi başarıyla öğrendi. 

Ancak denkleme ağaçlar veya güçlü rüzgarlar eklendiğinde, tüm tarafların performansı azaldı. Özellikle, insan ve synstor devre AI sistemi görevi tamamladı. Geleneksel AI sistemi yeni ortama uyum sağlayamadı ve eklenen engeller performansını düşürdüğü için testi tamamlayamadı.

Eylemde Yapay Zeka Uyarlanabilirliği: Drone Engel Parkuru Sonuçları

Çalışma, mühendislerin yeni geliştirdiği sinaptik direnç devrelerinin, belirsiz ve dinamik gerçek dünya ortamlarında gezinebilen verimli ve uyarlanabilir Süper Turing Yapay Zeka sistemlerini desteklediğini gösterdi. Sadece insan ve synstor destekli drone'ların parkuru tamamlayabildiğini incelediler. Başarıları, anında uyum sağlama yeteneklerinden kaynaklanıyordu. 

Synstor Devreleri Sürdürülebilir Yapay Zeka Alanında Neden İleri Bir Adımdır?

Bir synstor devre AI sisteminin pazara getirebileceği birkaç fayda vardır. Birincisi, daha gelişmiş ve yetenekli AI seçeneklerine kapı açacaklardır. Bu protokoller eş zamanlı gerçek zamanlı çıkarım ve öğrenme yeteneğine sahip olacak ve yeni nesil AI protokollerine bir basamak taşı sağlayacaktır. 

Çevre dostu: Mühendisin yapay zeka sistemi mimarisi, geleneksel yapay zeka protokollerini çalıştırmak için gereken elektriğin çok daha azını kullanır. Bu gelişmiş güç tüketimi, Synstor yapay zeka sistemlerinin veriler için en çevre dostu yapay zeka mimarisi unvanını almasını sağlar. Bu hizmetlere olan talep arttıkça, sürdürülebilir seçeneklere olan ihtiyaç da artacaktır. 

Verimlilik: Mühendisler insan beynini taklit eden bir sistemi başarıyla yarattılar. Yaklaşımları, AI sistemleri için genel enerji gereksinimlerini azaltır ve AI sistemlerinin yeni modeller yürütürken veya eğitirken güç tüketimlerini en üst düzeye çıkarmalarına olanak tanır. 

Adaptasyon: Bu AI yapısının temel faydalarından biri uyarlanabilirliğidir. AI sistemlerinin kendilerine verilen artan sayıdaki görevi idare etmek için daha hızlı ve daha uyarlanabilir hale gelmeleri gerekir. EV evinizi uçurmaktan sizin için hangi şarkıların çalınacağına karar vermeye kadar, gelecekteki AI sistemleri işleme prosedürlerinin bir parçası olarak çevrelerini hesaba katacaktır. 

Gelecekteki Uygulamalar: Arabalarda, Giyilebilir Cihazlarda ve Askeri Teknolojilerde Beyin Benzeri Yapay Zeka

Beyinden ilham alan yapay zekâ sistemi, sektörde devrim yaratma potansiyeline sahip. Mühendislere sürdürülebilir yapay zekâ geliştirme olanağı sunuyor ve geleceğin gelişmiş otonom sistemlerinin geliştirilmesine destek olabilir. Bu teknoloji aynı zamanda robotik, giyilebilir teknolojiler ve tıp sektöründe de kendine yer bulacak.  

İleri Bilgisayar: Yakında bu teknolojiyi kullanan gelişmiş AI sistemleri görmeyi bekleyebilirsiniz. Azaltılmış güç tüketimi, bu sistemler için işletme maliyetlerini düşürecek ve onları statükoya çekici bir seçenek haline getirecektir. Ayrıca, synstor çip tasarımı iyileştikçe, daha fazla benimsenmeyi sağlayacaktır. 

Askeri: Ordu, yapay zekanın en büyük savunucularından biridir. Yapay zeka sistemleri, bunları kullanan herhangi bir ordunun operasyonel yeteneklerini geliştirerek izleme, hedefleme, planlama ve lojistikte yardımcı olabilir. Gelecekte, yapay zeka sistemlerinin gelişmiş gezinme mühimmatlarına ve insansız hava araçlarına güç verdiğini ve planlamacıların durum farkındalığını sürdürmesine yardımcı olduğunu göreceksiniz. 

Otonom Araçlar: Gelişmiş AI için temel kullanım senaryolarından biri otonom araçların pilotluğunu yapmaktır. Tamamen otonom arabaların hayali yavaş gerçekleşse de son gelişmeler vizyonu her zamankinden daha yakın hale getirdi. Bu son AI atılımı performansı iyileştirmeye ve uçuş ve daha fazlasına sahip daha gelişmiş otonom araçlar için kapıyı açmaya yardımcı olacak. 

Bu teknoloji bir gün toplulukları daha güvenli ve günlük işlerinizi daha kolay hale getirmeye yardımcı olacak. Ancak, teknolojinin ana akıma girmeden önce aşması gereken bazı ayrıntılar ve engeller hala var. Gecikmelere rağmen, potansiyel ticari benimsemenin 5-10 yıl içinde, uzmanlaşmış düşük güçlü AI görevlerinde daha yakın vadeli uygulamalarla tahmin ediliyor. 

Bu Yapay Zeka Atılımının Arkasındaki Araştırma Ekibiyle Tanışın

Texas A&M Bilgisayar ve Elektrik Mühendisliği Bölümü ve California-Los Angeles Üniversitesi'nden mühendisler bu çalışmayı gün yüzüne çıkarmak için iş birliği yaptı. Araştırmaya özellikle Jungmin Lee, Rahul Shenoy ve Atharva Deo öncülük etti. 

Sun Yi, Dawei Gao, David Qiao, Mingjie Xu, Shiva Asapu, Zixuan Rong, Dhurva Nathan, Yong Hei, Dharma Paladugu, Jian-Guo Zheng, J. Joshua Yang, R. Stanley Williams, Qing Wu ve Yong Chen'den oluşan bir mühendis ekibinden yardım aldılar. Çalışmanın Hava Kuvvetleri Bilimsel Araştırma Ofisi'nden fon aldığı dikkat çekicidir. 

 İş Açısı: NVIDIA ve Diğerleri Nöromorfik Yapay Zekayı Nasıl Geliştiriyor?

Yapay zeka yarışı devam ediyor ve rakip firmalar sektöre hakim olmak için milyarlarca dolar harcıyor. Yapay zekanın nispeten yıkıcı doğası, OpenAI gibi firmaların sıfırdan ortaya çıkıp pazarda zirveye yerleşmeleri için yeni fırsatlar anlamına geliyor. Sektördeki bir sonraki yeni oyuncunun kim olacağını belirlemek çok zor olsa da, son birkaç yıldır pazara kimin hakim olduğunu görmek kolay.  

NVIDIA Corporation

NVIDIA (NVDA + 0.11%) 1993 yılında pazara girdi ve merkezi Kaliforniya'dadır. Artık dünyaca ünlü 3D grafik kartı üreticisi, yıllar boyunca ASIC ve diğer oyun değiştiren tasarımlara öncülük etti. Bu yükseltmeler, şirketin bir oyun grafik kartı firmasından AI sektöründeki en tanınmış isimlerden birine dönüşmesine yardımcı oldu.

 NVIDIA'nın yükselişi fark edilmedi. Hisseleri önemli bir büyüme kaydetti ve Haziran 2024'te şirket 3 trilyon dolarlık piyasa değerine ulaştı. NVIDIA bugün nöromorfik ve uç yapay zeka donanımlarında lider konumdadır. Bu nedenle, yapay zeka çıkarım verimliliği ve beyinden ilham alan mimariler tasarlama çalışmalarına yoğun bir şekilde dahil olmaya devam etmektedir. Güvenilir ve kanıtlanmış bir yapay zeka hissesi arayanlar, NVIDIA hakkında daha fazla araştırma yapmak için zaman ayırmalıdır. 

NVIDIA'ya daha yakından bakmak için, Bu endüstri devinin spot ışığına bir göz atın.

NVIDIA Corporation'daki son gelişmeler

Yapay Zekanın Geleceği: Doğal Zeka, Yapay Olarak Tasarlanmış

Bu çalışmanın arkasındaki mühendisler, AI yeteneğinde yeni bir seviyenin kilidini açtı. Yeni çip tasarımları, AI'nın daha hızlı ve daha akıllı algoritmalar geliştirmesine olanak tanıyacak. Bu sistemler bir gün hayatınızdaki hemen hemen her bileşene güç verecek. Şimdilik, bu araştırma bilim insanlarının doğadan ve insan vücudundan ilham alarak inovasyonu yeni zirvelere nasıl taşıyabileceğini gösterdi. 

Diğer harika yapay zeka projeleri hakkında bilgi edinin şimdi.

Atıf Yapılan Çalışmalar:

^{1. Lee, J., Shenoy, R., Deo, A., Yi, S., Gao, D., Qiao, D., Xu, M., Asapu, S., Rong, Z., Nathan, D., Hei, Y., Paladugu, D., Zheng, J.-G., Yang, JJ, Williams, RS, Wu, Q. ve Chen, Y. (2025). Süper Turing akıllı sistemi için HfZrO tabanlı sinaptik direnç devresi. Bilimsel Gelişmeler, 11(9), eadr2082. https://doi.org/10.1126/sciadv.adr2082}