gotcyber.net

Нові горизонти штучного інтелекту

Масштабування нейроморфних обчислень, що наслідують роботу людського мозку, відкриває унікальні можливості для створення високоефективних систем штучного інтелекту та інших технологій. Завдяки розширеній співпраці між промисловістю та науковцями, а також розробці інноваційних архітектур мікросхем, нейроморфні рішення можуть стати рушійною силою в еволюції ШІ та медицини.

Масштабування нейроморфних обчислень для імітації ефективності роботи мозку відкриває багатообіцяюче майбутнє в галузі ШІ та технологій, а стратегічна співпраця та передові розробки мікросхем відіграють провідну роль.

Останні дослідження вказують на чітку дорожню карту щодо того, як досягти рівня функціональності мозку при одночасному зменшенні енергоспоживання. Ці плани передбачають створення нових типів нейроморфних чіпів та об’єднання зусиль між академічною спільнотою та компаніями, що своєю чергою допоможе вивести робототехніку, охорону здоров’я, інтелектуальні міста та інші галузі на якісно новий рівень.

Чому нейроморфні обчислення такі перспективні

Нейроморфні системи ґрунтуються на принципах роботи мозку, дозволяючи суттєво знизити енерговитрати та поліпшити швидкодію обробки даних у порівнянні з традиційними комп’ютерними системами. Оглядова стаття, опублікована 22 січня в журналі Nature, представляє підхід до розширення нейроморфних рішень до масштабу, порівнянного з діяльністю людського мозку. Її авторами є 23 вчені, включно з двома фахівцями з Каліфорнійського університету в Сан-Дієго.

“Жодне універсальне нейроморфне рішення не зможе задовольнити всі потреби, – стверджують дослідники. – Ми очікуємо появи цілого спектра апаратних рішень з різноманітними характеристиками для різних застосувань”.

Мікросхема NeuRRAM

Одне з важливих досягнень у цьому напрямку – чіп NeuRRAM, що виконаний за принципом обчислень безпосередньо в пам’яті. Він продемонстрував подвійну енергоефективність порівняно з передовими аналогами та забезпечує точність обчислень, притаманну класичним цифровим рішенням.

Сфери застосування та ключові переваги

Потенційні сфери використання нейроморфних обчислень дуже широкі: від обробки великих наукових даних і систем штучного інтелекту до доповненої й віртуальної реальності, переносних пристроїв, сільського господарства й розумних міст. На тлі прогнозів щодо подвоєння енергоспоживання ШІ до 2026 року нейроморфний підхід може стати ефективною відповіддю на зростальний попит на ресурси.

“Для сучасного штучного інтелекту характерне надмірне енергоспоживання й використання ресурсів, – коментує Герт Каувенберг, професор кафедри біоінженерії Каліфорнійського університету в Сан-Дієго та один із співавторів дослідження. – Нейроморфні технології є логічним наступним кроком розвитку”.

Розвиток нових архітектур

На думку Дхіріши Кудітіпуді, очільниці кафедри Роберта Ф. Макдермотта в Техаському університеті в Сан-Антоніо та співкерівника дослідження, нейроморфні обчислення перебувають у вирішальному моменті свого становлення.

“Ми спостерігаємо величезний потенціал для розробки нових архітектур і відкритих фреймворків, які можна буде застосовувати в промисловості”, – зазначає вона.

У 2022 році Каувенберг і Кудітіпуді отримали від Національного наукового фонду 4 мільйони доларів на проєкт THOR: The Neuromorphic Commons – унікальну дослідницьку платформу, що надає відкритий доступ до нейроморфного обладнання та інструментів, аби стимулювати колаборацію між різними галузями науки.

Чіп NeuRRAM не тільки вдвічі енергоефективніший за найсучасніші, він також універсальний і забезпечує результати, настільки ж точні, як і звичайні цифрові мікросхеми. Фото: Девід Байо / Каліфорнійський університет Сан-Дієго

Досягнення з NeuRRAM

Одним із ключових доказів переваг нейроморфних рішень є результати випробувань мікросхеми NeuRRAM, створеної під керівництвом Каувенберга. Ця розробка підтвердила, що чіп може виконувати надзвичайно широкий спектр операцій штучного інтелекту, споживаючи при цьому набагато менше енергії, ніж традиційні платформи для обчислень ШІ.

“Оглядова стаття в Nature демонструє, що ми можемо помітно наростити масштаб нейроморфних систем, відтворюючи при цьому ефективність і гнучкість мозку ссавців”, – пояснює Каувенберг.

Серед важливих моментів, виділених у публікації, – оптимізація низки ключових характеристик, зокрема розрідженості нейронних зв’язків, що є базовою рисою людського мозку. Мозок спочатку створює безліч потенційних з’єднань (щільність), а потім “відсікає” зайві (розрідженість), досягаючи високої ефективності без шкоди для функціональності.

Bloomberg: дата-центри ШІ руйнують енергомережу США
Художники на знак протесту виклали в мережу відеомодель Sora від OpenAI (відео)
У GPT-4 знайшли серйозний недолік: через це ШІ помиляється у відповідях

Нові вектори розвитку та міжгалузева співпраця

Майбутнє нейроморфних обчислень великою мірою залежить від уміння інтегрувати масивний паралелізм й ієрархічну структуру з “розумним” підходом до зв’язків. Саме так можна створити системи, здатні обробляти колосальні обсяги інформації з набагато меншими енерговитратами.

“Публікація засвідчує, що масштабовані нейроморфні обчислення можуть успішно застосовуватися в реальних додатках, – коментує Амітава Маджумдар, директор підрозділу Data-Enabled Scientific Computing при Суперкомп’ютерному центрі Сан-Дієго (SDSC). – Тут, у SDSC, ми робимо крок до інтеграції цих нових архітектур у національні обчислювальні ресурси”.

Покращення доступності технологій

Автори наголошують також на важливості підвищення доступності нейроморфних обчислень для широкого кола зацікавлених. Зокрема, потрібні зрозуміліші мови програмування та більш відкрита платформа для взаємодії дослідників і розробників різного профілю. Ці кроки допоможуть активізувати міждисциплінарні проєкти й пожвавити співпрацю з індустрією, прискорюючи впровадження нейроморфних рішень у різноманітні сфери – від медицини до штучного інтелекту.

“Спільними зусиллями академії та індустрії ми можемо закласти основи для наступного покоління високоефективних, енергоощадних і масштабованих обчислювальних систем, – резюмує Кудітіпуді. – Саме така синергія дає змогу повністю розкрити потенціал нейроморфних обчислень”.

Нейроморфні обчислення все впевненіше заявляють про себе як про потужний інструмент для розв’язання складних завдань, включно з тими, що потребують великої обчислювальної потужності та надвисокої швидкодії. Завдяки багатопрофільним дослідженням і тісній взаємодії з промисловістю перед цією галуззю відкриваються широкі перспективи, які можуть привести до якісних змін у світі штучного інтелекту та далеко за його межами.