Yeni Beyin‑Esinli AI, Ultra Düşük Güç Kullanarak Gerçek Zamanlı Öğreniyor

İnsan beyni, dünyadaki en gelişmiş süper bilgisayardır. Bugünün AI sistemleri gibi devasa veri merkezlerini kullanmadan aynı anda öğrenebilir ve uyum sağlayabilir. Bu ay, Texas A&M Bilgisayar ve Elektrik Mühendisliği Bölümü’nden ve diğer önde gelen kurumların mühendislerinden oluşan bir ekip, daha iyi performans sağlayabilecek ve daha akıllı protokollerin kapısını açabilecek beyin‑esinli bir AI sistemini tanıttı. İşte bilmeniz gerekenler. 

Geleneksel AI’ın Sınırları ve Turing Mimarisi

Yapay zeka, dünyadaki en hızlı büyüyen ve en heyecan verici teknoloji endüstrilerinden biridir. Kısa bir sürede, AI algoritmaları yalnızca üst düzey Google ve Microsoft (MSFT ) mühendislerinin erişebildiği bir şeyden, ortalama bir kişinin de kullandığı yaygın bir araca dönüştü. Bu süreçte, AI sistemleri performans ve yetenek bakımından sürekli artış gösterdi. Bu performans artışıyla birlikte, donanım yeteneklerinde de bir artış meydana geldi. 

Özellikle, AI sistemleri Turing mimarisine dayanır. Bu bilgisayar tarzı, mucidi Alan Turing’in adını taşır. Bilgisayarların, işlemlerinin belirli bölümleri ayrıldığında daha iyi performans sağlayabileceğini ortaya koydu. 

Bu yapı, bilgisayarların işlem ve belleğinin çip tasarımında fiziksel olarak ayrıldığını ifade eder. Bu ayrım, o zamandan beri makinelerin donanım tasarımını belirlemiştir. Keşfinden onlarca yıl geçmesine rağmen, bilgisayarlar için onun vizyonu hâlâ en yaygın kullanılan mimari olmaya devam etmektedir. 

Enerji Krizi: Modern AI’ın Neden Yeni Bir Taslak İhtiyacı Var

Bu düzenin sorunu, AI sistemlerinin devasa miktarda veri gerektirmesidir. Bazı durumlarda, sistem gereksinimlerinin bir parçası olarak en gelişmiş donanım kullanılarak sıfırdan bütün veri merkezleri inşa edilmesi gerekir. Ne yazık ki, bu yapı sürdürülebilir değildir. 
Büyük veri merkezleri, bütün bir şehrin enerji tüketimine eşdeğer kadar büyük enerji tüketicileridir. Birçok durumda, bu sistemler yenilenebilir enerjiye dayanır ve bu da çevresel etkiyi azaltmaya yardımcı olmuştur. Ancak, AI sistemlerine olan artan talep, bu protokollerin gelecekte sürdürülebilir olabilmesi için verimlilikte bir yükseltme yapılması gerektiği anlamına gelmektedir.

Neden Günümüz AI Modelleri Gerçek Zamanlı Uyarlanamıyor

Ayrıca, bu yapı, bu protokollerin ölçeklenebilirliğinin yazılım sınırlamalarından ziyade donanımına dayandığını gösterir. En gelişmiş sistem bile, cihaz üzerindeki donanım bileşenleri arasında verinin fiziksel olarak gönderilmesini beklemek zorundadır. 

 Super‑Turing AI’yi Tanıtıyoruz: İnsan Beyninden İlham Alan

Turing tabanlı AI sistemlerinin bir diğer dezavantajı, önceden belirlenmiş veri noktalarına dayanmasıdır. Günümüz modelleri, çalışma sırasında performanslarını değiştirme imkanı sunmaz. Bu sistemler, geri yayılımı tamamlamak için sağlanan verilere dayanır. 
Bu yaklaşım, beyninizin bilgi ve çevresel koşulların bir kombinasyonunu kullanarak enerjinin bir kısmıyla doğru değerlendirmeler yapmasından farklıdır. Özellikle, geri yayılımı biyolojik olarak taklit etmek imkânsızdır çünkü bunun, kişinin durumu önceden deneyimlemiş olmasını gerektirecektir. Bu gerçekleri fark eden mühendisler, insan öğrenimini taklit eden bir AI sistemi geliştirmeye çalıştılar.  

Sinaptik Dirençler Beynimiz Gibi Nasıl Öğrenir

“HfZrO tabanlı sinaptik direnç devresi, Super‑Turing zekâ sistemi için” adlı çalışma, beyin öğrenimini taklit ederek koşullara dayalı gerçek zamanlı uyarlanabilirlik sağlayabilen bir nöromorfik AI sistemini tanıtıyor. Bu çalışma, UCLA, Texas A&M ve diğer araştırma kurumlarından bir araştırmacı ekibi tarafından sunulmuş ve Science Advances dergisinde yayımlanmıştır. Bu görevi başarmak için ekip, beyniniz gibi öğrenebilen bir “synstor” (sinaptik direnç) devresi oluşturdu.

Kaynak – Texas A&M Bilgisayar ve Elektrik Mühendisliği Bölümü

Beyin Benzeri Verimlilik: Megavatlar Değil Mikrowatt Tüketen AI

Bu çalışmanın mühendisleri, insan beyninin enerji tüketimi ve esneklik gibi birçok açıdan hâlâ AI’dan çok daha ileride olduğunu kabul ediyor. Beynin sinirsel süreçleri, karmaşık vücut fonksiyonlarını yürütürken aynı anda çevrenizdeki değişen koşullara uyum sağlamasına olanak tanır. 
Enerji verimliliği açısından, insan beyni çalışmak için sadece yaklaşık 20 watt gerektirir. Buna karşılık, günümüzün gelişmiş AI sistemi operasyon sırasında bir milyar watt kadar tüketebilir. Bu güç tüketimi, AI sisteminin mimarisiyle birlikte işleme yolları ve bileşenlerinden kaynaklanmaktadır.  

 Yapay Zekâda Sinaptik Plastisiteyi Anlamak

Mühendisler, beyinlerdeki sinaptik plastisiteyi inceleyerek başladılar. Beyniniz, hafıza ve öğrenmenizi sağlayan milyonlarca nörona sahiptir. Sinirlerin buluştuğu bu iletişim bölgelerine sinaps denir. Sinaptik plastisite, beynin daha sık kullanılan bağlantıları güçlendirme yeteneğini ifade eder. Ayrıca, beynin daha verimli olduğu düşünüldüğünde yeni yollar oluşturma yeteneğini de kapsar. 

Beynin Sırrı: Turing ve Super‑Turing Modları Arasında Geçiş

Beyinler, Turing modu ve super‑Turing modunda çalışabilir. Turing çalışma durumunda, beyniniz önceden öğrenilmiş görev ve eylemleri kullanır. Beklenmedik senaryolar ortaya çıktığında veya koşullar öngörülemeyecek şekilde değiştiğinde, beyniniz otomatik olarak super‑turing konumuna geçer. Bu yaklaşım, beyninizin her zaman çevrenize uyum sağlamasını mümkün kılar.

Super‑Turing AI Nasıl Anında Öğrenir ve Uyarlanır

Bilim insanları, bu super dönüşüm durumunun beynin benzersiz yeteneklerinin merkezinde olduğunu bulmuşlardır. Bu yapıyı, öğrenme ve çıkarımın aynı anda gerçekleştiği daha insan benzeri bir operasyon akışı hayal ederek AI mimarilerini yeniden tasarlamak için kullandılar. 
Bu strateji, enerji tüketimini önemli ölçüde azaltır. Donanım bileşenleri arasında devasa veri hareketi gereksiniminin ortadan kaldırılması, tüketimi azaltır ve performansı artırır. Ayrıca, güç tüketimini yeni düşük seviyelere indirerek gerçek zamanlı uyarlanabilirliği destekler.

Synstor İçinde: İnsan Öğrenimini Taklit Eden Ferroelectric Devre

Bu çalışmanın temelinde, aynı anda işleme, öğrenme ve sorunsuz çalışabilen kapsayıcı bir sensör devresi oluşturulması yer alıyor. Ekip, çalışmalarının bir parçası olarak Hf0.5Zr0.5O2 tabanlı synstorlar içeren bir devre üretti. 
Bu özel yapım devre, ferroelectric HfZrO malzemelerini entegre eden sinaptik dirençler içeriyordu. Özel olarak, Hf oksitleri gibi ferroelectric malzemeler, mühendislere ölçeklenebilir, Si uyumlu, uçucu olmayan analog bellek ve nöromorfik cihazlar oluşturma imkanı sağlar. 

Drone Simülasyonu: İnsan vs AI vs Synstor

Ekip, bir drone uçuş simülasyonu kurdu ve teorilerini test etmek için geleneksel bir AI, bir insan ve bir super‑turing AI sisteminin simülasyonda gezinmesini sağladı. Herhangi bir türbülans veya engel olmadan, synstor devresi, insan operatörler ve ANN, drone’u hedef konumuna sorunsuz ve gecikmesiz bir şekilde yönlendirmeyi başarıyla öğrendi. 
Ancak, denkleme ağaçlar veya güçlü rüzgarlar eklendiğinde, tüm tarafların performansı azaldı. Özellikle, insan ve synstor devreli AI sistemi görevi tamamladı. Geleneksel AI sistemi yeni ortama uyum sağlayamadı ve eklenen engeller performansını düşürdüğü için testi tamamlayamadı.

AI Uyarlanabilirliği Eylemde: Drone Engel Parkuru Sonuçları

Çalışma, mühendislerin yeni geliştirdiği sinaptik direnç devrelerinin, belirsiz ve dinamik gerçek dünya ortamlarında gezinebilen verimli ve uyarlanabilir Super‑Turing AI sistemlerini desteklediğini gösterdi. Sadece insan ve synstor destekli dronun parkuru tamamlayabildiğini incelediler. Başarıları, anlık olarak uyum sağlama yeteneklerinden kaynaklandı.

Neden Synstor Devreleri Sürdürülebilir AI’da Bir Atılım

Synstor devreli bir AI sisteminin piyasaya getirebileceği çeşitli faydalar vardır. Birincisi, daha gelişmiş ve yetenekli AI seçeneklerinin kapısını açacaklardır. Bu protokoller, eşzamanlı gerçek zamanlı çıkarım ve öğrenme yeteneğine sahip olacak ve bir sonraki nesil AI protokollerine bir basamak oluşturacak.

Çevre Dostu: Mühendislerin AI sistem mimarisi, geleneksel AI protokollerinin çalışması için gereken elektriğin sadece bir kısmını kullanır. Bu yükseltilmiş güç kullanımı, Synstor AI sistemlerinin veri için en çevre dostu AI mimarisi unvanını almasını sağlar. Bu hizmetlere olan talep arttıkça, sürdürülebilir seçeneklere olan ihtiyaç da artacaktır.

Verimlilik: Mühendisler, insan beynini taklit eden bir sistem oluşturmayı başardı. Yaklaşımları, AI sistemleri için enerji gereksinimlerini genel olarak azaltır ve AI sistemlerinin yeni modelleri çalıştırırken veya eğitirken güç tüketimini en üst düzeye çıkarmasını sağlar.

Uyarlanabilirlik: Bu AI yapısının temel faydalarından biri uyarlanabilirliğidir. AI sistemlerinin, kendilerine verilen artan görev sayısını yönetebilmek için daha hızlı ve daha uyarlanabilir olmaları gerekir. EV’nizi yönlendirmekten size çalacak şarkıları seçmeye kadar, gelecekteki AI sistemleri işleme prosedürlerinin bir parçası olarak ortamlarını dikkate alacak.

Gelecek Uygulamaları: Arabalarda, Giyilebilir Teknolojilerde ve Askeri Teknolojide Beyin Benzeri AI

Beyin‑esinli AI sistemi, sektörü devrim niteliğinde değiştirme potansiyeline sahiptir. Mühendislere sürdürülebilir AI geliştirme fırsatı sunar ve yarının gelişmiş otonom sistemlerinin yaratılmasını destekleyebilir. Bu teknoloji ayrıca robotik, giyilebilir cihazlar ve tıp sektörüne de yansıyacak.  

Gelişmiş Hesaplama: Bu teknolojiyi kısa sürede kullanan gelişmiş AI sistemlerini görmeyi bekleyebilirsiniz. Azaltılmış güç tüketimi, bu sistemlerin işletme maliyetlerini düşürerek mevcut duruma göre çekici bir seçenek haline getirecek. Ayrıca, synstor çip tasarımı geliştikçe, benimsenmesi daha da artacaktır.

Askeri: Askeri, AI’nın en büyük savunucularından biridir. AI sistemleri, izleme, hedefleme, planlama ve lojistikte yardımcı olarak, onları kullanan herhangi bir ordunun operasyonel yeteneklerini artırabilir. Gelecekte, AI sistemlerinin gelişmiş dolaşım mühimmatlarını ve dronları güçlendirdiğini ve planlayıcıların durum farkındalığını sürdürmelerine yardımcı olduğunu göreceksiniz.

Otonom Araçlar: Gelişmiş AI için temel kullanım senaryolarından biri, otonom araçları yönlendirmektir. Tamamen otonom arabaların hayali yavaş ilerledi, ancak son gelişmeler vizyonu her zamankinden daha yakın hâle getirdi. Bu son AI atılımı, performansı artırmaya yardımcı olacak ve uçabilen ve daha fazlasını yapabilen daha gelişmiş otonom araçların kapısını açacaktır.

Bu teknoloji bir gün toplulukları daha güvenli hâle getirecek ve günlük görevlerinizi kolaylaştıracak. Bununla birlikte, teknolojinin yaygınlaşmadan önce aşması gereken bazı detaylar ve engeller hâlâ mevcut. Gecikmelere rağmen, potansiyel ticari benimsemenin 5–10 yıl içinde gerçekleşmesi ve yakın vadede özel düşük güç AI görevlerinde uygulanması tahmin edilmektedir.

Bu AI Atılımının Arkasındaki Araştırma Ekibiyle Tanışın

Texas A&M Bilgisayar ve Elektrik Mühendisliği Bölümü ve University of California‑Los Angeles mühendisleri, bu çalışmayı ortaya çıkarmak için iş birliği yaptı. Özellikle, Jungmin Lee, Rahul Shenoy ve Atharva Deo araştırmayı yönetti.
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 dahil olmak üzere bir mühendis ekibinden yardım aldılar. Özellikle, çalışma Hava Kuvvetleri Bilimsel Araştırma Ofisi’nden finansman aldı.

 İş Açısı: NVIDIA ve Diğerlerinin Nöromorfik AI’ı Nasıl İlerlettiği

NVIDIA Corporation

NVIDIA (NVDA ) 1993 yılında piyasaya girdi ve Kaliforniya merkezlidir. Şimdi dünya çapında ünlü 3D grafik kartı üreticisi, yıllar içinde ASIC ve diğer çığır açan tasarımlara öncülük etti. Bu yükseltmeler, şirketin bir oyun grafik kartı firması olarak yeniden markalaşmasını, AI sektöründeki en tanınmış isimlerden biri haline gelmesini sağladı.

 NVIDIA’nın yükselişi gözden kaçmadı. Hissesi önemli bir büyüme gördü ve Haziran 2024’te şirket 3 trilyon dolarlık piyasa değerine ulaştı. Bugün, NVIDIA nöromorfik ve kenar AI donanımında lider konumda. Bu nedenle, AI çıkarım verimliliği ve beyin‑esinli mimarilerin tasarımında yoğun bir şekilde yer alıyor. Güvenilir ve kanıtlanmış bir AI hissesi arayanların NVIDIA hakkında daha fazla araştırma yapması gerekir.

For a closer look at NVIDIA, make sure to bu sektör devinin spot ışığını inceleyin.

NVIDIA Corporation’da En Son Gelişmeler

AI’nın Geleceği: Doğal Zekâ, Yapay Olarak Üretilmiş

Bu çalışmanın mühendisleri, AI yeteneklerinde yeni bir seviyeyi açtılar. Yeni çip tasarımları, AI’ın daha hızlı ve daha akıllı algoritmalar geliştirmesini sağlayacak. Bu sistemler bir gün hayatınızdaki hemen hemen her bileşeni güçlendirecek. Şimdilik, bu araştırma bilim insanlarının doğa ve insan bedeninden ilham alarak yeniliği yeni zirvelere taşıyabileceğini gösterdi.

Diğer harika AI projeleri hakkında bilgi edinin şimdi.

Referans Alınan 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, J. J., Williams, R. S., Wu, Q., & Chen, Y. (2025). HfZrO tabanlı sinaptik direnç devresi, Super‑Turing zekâ sistemi için. Science Advances, 11(9), eadr2082. https://doi.org/10.1126/sciadv.adr2082}