Çipat e frymëzuar nga truri, edhe më mirë se AI (inteligjenca artificiale)
Studimi thotë se teknologjia neuromorfike nga IBM dhe Intel mund të jetë e dobishme për analizimin e rrezeve X, tregjet e aksioneve dhe më shumë.
Mikroçipet “neuromorfike” të frymëzuara nga truri nga IBM dhe Intel mund të jenë të mira për më shumë sesa thjesht inteligjencë artificiale; ato gjithashtu mund të rezultojnë ideale për një klasë llogaritjesh të dobishme në një gamë të gjerë aplikimesh duke përfshirë analizën e rrezeve X mjekësore dhe ekonominë financiare, zbulon një studim i ri.
Shkencëtarët kanë kërkuar prej kohësh të imitojnë se si funksionon truri duke përdorur programe softuerike të njohura si rrjete nervore dhe pajisje të njohura si çipa neuromorfikë. Deri më tani, llogaritja neuromorfike ishte kryesisht e përqendruar në zbatimin e rrjeteve nervore. Ishte e paqartë nëse ky harduer mund të ishte i dobishëm përtej aplikacioneve të AI.
Çipat neuromorfikë zakonisht imitojnë funksionimin e neuroneve në një sërë mënyrash të ndryshme, të tilla si kryerja e shumë llogaritjeve paralelisht. Për më tepër, ashtu si neuronet biologjike llogaritin dhe ruajnë të dhënat, hardueri neuromorfik shpesh kërkon të bashkojë procesorët dhe kujtesën, duke reduktuar potencialisht energjinë dhe kohën që kompjuterët konvencionalë humbasin në transferimin e të dhënave midis atyre komponentëve. Për më tepër, ndërsa mikroçipet konvencionale përdorin sinjale të orës të lëshuara në intervale të rregullta për të koordinuar veprimet e qarqeve, aktiviteti në arkitekturën neuromorfike shpesh vepron në një mënyrë të mprehtë, e shkaktuar vetëm kur një ngarkesë elektrike arrin një vlerë specifike, shumë si ajo që ndodh në trurin si i yni.
Deri më tani, përparësia kryesore e parashikuar me llogaritjen neuromorfike deri më sot ishte efikasiteti i energjisë: Veçori të tilla si spiking dhe bashkimi i memories dhe përpunimi rezultuan në çipin TrueNorth të IBM, i cili mburrej me një densitet fuqie katër rend të madhësisë më të ulët se mikroprocesorët konvencionalë të kohës së tij. .
“Ne e dimë nga shumë studime se llogaritja neuromorfike do të ketë avantazhe në efikasitetin e energjisë, por në praktikë, njerëzve nuk do të kujdesen për kursimet e energjisë nëse kjo do të thotë që ju ecni shumë më ngadalë”, thotë autori i vjetër i studimit, James Bradley Aimone. një neuroshkencëtar teorik në Laboratorët Kombëtarë Sandia në Albuquerque.
Mikroçipet “neuromorfike” të frymëzuara nga truri nga IBM dhe Intel mund të jenë të mira për më shumë sesa thjesht inteligjencë artificiale; ato gjithashtu mund të rezultojnë ideale për një klasë llogaritjesh të dobishme në një gamë të gjerë aplikimesh duke përfshirë analizën e rrezeve X mjekësore dhe ekonominë financiare, zbulon një studim i ri.
Shkencëtarët kanë kërkuar prej kohësh të imitojnë se si funksionon truri duke përdorur programe softuerike të njohura si rrjete nervore dhe pajisje të njohura si çipa neuromorfikë. Deri më tani, llogaritja neuromorfike ishte kryesisht e përqendruar në zbatimin e rrjeteve nervore. Ishte e paqartë nëse ky harduer mund të ishte i dobishëm përtej aplikacioneve të AI.
Çipat neuromorfikë zakonisht imitojnë funksionimin e neuroneve në një sërë mënyrash të ndryshme, të tilla si kryerja e shumë llogaritjeve paralelisht. Për më tepër, ashtu si neuronet biologjike llogaritin dhe ruajnë të dhënat, hardueri neuromorfik shpesh kërkon të bashkojë procesorët dhe kujtesën, duke reduktuar potencialisht energjinë dhe kohën që kompjuterët konvencionalë humbasin në transferimin e të dhënave midis atyre komponentëve. Për më tepër, ndërsa mikroçipet konvencionale përdorin sinjale të orës të lëshuara në intervale të rregullta për të koordinuar veprimet e qarqeve, aktiviteti në arkitekturën neuromorfike shpesh vepron në një mënyrë të mprehtë, e shkaktuar vetëm kur një ngarkesë elektrike arrin një vlerë specifike, shumë si ajo që ndodh në trurin si i yni. Deri më tani, përparësia kryesore e parashikuar me llogaritjen neuromorfike deri më sot ishte efikasiteti i energjisë: Veçori të tilla si spiking dhe bashkimi i memories dhe përpunimi rezultuan në çipin TrueNorth të IBM, i cili mburrej me një densitet fuqie katër rend të madhësisë më të ulët se mikroprocesorët konvencionalë të kohës së tij. .
“Ne e dimë nga shumë studime se llogaritja neuromorfike do të ketë avantazhe në efikasitetin e energjisë, por në praktikë, njerëzve nuk do të kujdesen për kursimet e energjisë nëse kjo do të thotë që ju ecni shumë më ngadalë”, thotë autori i vjetër i studimit, James Bradley Aimone. një neuroshkencëtar teorik në Laboratorët Kombëtarë Sandia në Albuquerque.
Tani shkencëtarët zbulojnë se kompjuterët neuromorfikë mund të jenë të përshtatshëm për ato që quhen metoda Monte Carlo, ku problemet trajtohen në thelb pasi lojërat dhe zgjidhjet arrihen nëpërmjet shumë simulimeve të rastësishme ose “shëtitjeve” të atyre lojërave.
“Ne erdhëm në ecje të rastësishme duke marrë parasysh problemet që nuk përputhen shumë mirë me pajisjet konvencionale,” thotë Aimone. “Zgjidhjet tipike të Monte Carlo kërkojnë shumë shëtitje të rastësishme për të ofruar një zgjidhje të mirë, dhe ndërsa individualisht ajo që bën çdo këmbësor me kalimin e kohës nuk është e vështirë të llogaritet, në praktikë, bërja e shumë prej tyre bëhet penguese.”
Në të kundërt, “Në vend që të modelojmë paralelisht një grup këmbësorësh të rastësishëm, secili duke bërë llogaritjen e vet, ne mund të programojmë një rrjetë të vetme neuromorfike të qarqeve për të përfaqësuar të gjitha llogaritjet që mund të bëjë një ecje e rastësishme, dhe më pas duke menduar për çdo ecje të rastësishme si një gozhdë që lëviz mbi rrjetë, zgjidhni të gjithë problemin në të njëjtën kohë, “thotë Aimone.
Në mënyrë të veçantë, ashtu si kërkimet e mëparshme kanë zbuluar se llogaritja kuantike mund të shfaqë një “përparësi kuantike” mbi llogaritjen klasike në një grup të madh problemesh, studiuesit zbuluan se një “përparësi neuromorfike” mund të ekzistojë kur bëhet fjalë për ecje të rastësishme përmes zinxhirëve Markov në kohë diskrete. Nëse e imagjinoni një problem si një lojë tavoline, këtu “zinxhir” do të thotë të luash lojën duke lëvizur nëpër një sekuencë gjendjesh ose hapësirash. “Markov” do të thotë se hapësira tjetër në të cilën mund të lëvizni në lojë varet vetëm nga hapësira juaj aktuale dhe jo nga historia juaj e mëparshme, siç është rasti në lojërat e tavolinës si Monopoly ose Candy Land. “Koha diskrete” thjesht do të thotë “që një interval kohor i caktuar ndodh midis hapësirave të ndryshimit – “një kthesë”, thotë autori kryesor i studimit Darby Smith, një matematikan i aplikuar në Sandia.
Në eksperimentet me çipat neuromorfikë TrueNorth të IBM dhe Loihi të Intel, një CPU të klasit të serverit Intel Xeon E5-2662 dhe një GPU Nvidia Titan Xp, shkencëtarët zbuluan se kur bëhet fjalë për zgjidhjen e kësaj klase problemesh në shkallë të gjerë, çipat neuromorfikë dëshmuan më shumë. efikas se gjysmëpërçuesit konvencionalë për sa i përket konsumit të energjisë, dhe konkurrues, nëse jo më i mirë, për sa i përket kohës.
“Unë besoj shumë se llogaritja neuromorfike për AI është shumë emocionuese dhe se hardueri i frymëzuar nga truri do të çojë në AI më të zgjuar dhe më të fuqishëm,” thotë Aimone. “Por në të njëjtën kohë, duke treguar se llogaritja neuromorfike mund të jetë ndikuese në aplikacionet konvencionale të llogaritjes, teknologjia ka potencialin të ketë ndikim shumë më të gjerë në shoqëri.”
Një mënyrë se si çipat neuromorfikë arritën avantazhet e tyre në performancën dhe efikasitetin e energjisë ishte një shkallë e lartë paralelizmi. Përbërja që ishte aftësia për të përfaqësuar çdo ecje të rastësishme si një pikë e vetme aktiviteti në vend të një grupi më kompleks aktivitetesh.”Kufizimi i madh në këto metoda Monte Carlo është se ne duhet të modelojmë shumë këmbësorë,” thotë Aimone. “Për shkak se majat janë një mënyrë kaq e thjeshtë për të përfaqësuar një ecje të rastësishme, shtimi i një ecjeje shtesë të rastësishme është thjesht shtimi i një pike shtesë në sistemin që do të funksionojë paralelisht me të gjithë të tjerët.
