Može li veštačka inteligencija da funkcioniše kao ljudski mozak? Istraživači su postavljali ovo pitanje decenijama. Ali sada, uz neuromorfno računarstvo, mogu da pokažu svetu da njihov san može promeniti svet na bolje. Dok otkrivamo prednosti i pogodnosti, uspeh rada na mašinskom učenju i veštačkoj inteligenciji, kako se čini, umnogome zavisi od uspeha neuromorfnog računarstva.

Kako neuromorfno računarstvo može da pomogne savremenoj veštačkoj inteligenciji

Tehnologijama budućnosti poput autonomnih vozila i robota će biti potrebna dostupnost i korišćenje enormnih količina podataka i informacija u realnom vremenu. Danas, u ograničenoj meri, to se postiže mašinskim učenjem i veštačkom inteligencijom koja zavisi od snage takozvanih super računara. Ali ove potrebe sve više rastu, a brzina, snaga i veličina su identifikovane kao glavne prepreke.

Čipovi koji koriste neuromorfno računarstvo mogu obrađivati višestruke činjenice, te učiti zadatke i obrasce velikim brzinama. Očekuje se da će ovim čipovima biti potrebno manje snage (i do 1000 puta manje) i moćiće da rade podjednako efikasno kao i super računari.

Čipovi koji koriste neuromorfno računarstvo, najvažnije unapređenje tradicionalnih sistema, jesu kompaktni, prenosivi i energetski efikasni. Oni su savršena dopuna koja je potrebna za MU i VI.

Istraživači to znaju i ispituju sve mogućnosti. Premda neki od njih doslovno kopiraju fizički oblik ljudskog mozga, drugi se trude da repliciraju njegovu funkciju. U drugom slučaju slika je mnogo optimističnija jer se očekuje da će zameniti inovativnu ideju Gordona Mura o “pakovanju tranzistora na supstrate”.

Neuromorfno računarstvo obuhvata proizvodnju i korišćenje neuronskih mreža koje funkcionišu kao ljudski mozak, donose odluke i takođe memorišu informacije i analiziraju činjenice. Ono “demonstrira do sada neviđeni računarski supstrat male snage koji se može koristiti za mnoge primene”, kako se navodi u IBM prijavi petenta.

Skorija dostignuća

Iako su mnogi inovatori motivisani ovim ciljevima, malo je onih koji predvode trku. Evo pregleda važnih dostignuća:

Intel: Loihi – Budućnost procesora

Čip od 14 nanometara sa preko 2 milijarde tranzistora. “Sadrži programabilni mikrokod pokretač za treniranje asinhronih neuronskih mreža (SNN). Ukupno ima 128 središnjih paketa. Svaki od njih ima ugrađeni modul za učenje, ukupno oko 131 000 obračunskih “neurona” koji komuniciraju jedni sa drugima, omogućavajući da čip razume stimulanse.

Loihi može da identifikuje deset hazardnih materijala putem mirisa brže nego obučeni psi. Može takođe da detektuje toksična isparenja i bolesti koje izazivaju. Ima sposobnost da se “premreži” kako bi koristio različite oblike učenja.

U budućnosti se očekuje da uči na osnovu iskustava i donosi odluke samostalno. Koristi samo mali deo energije i očekuje se da zameni procesore.

IBM: TrueNorth – Predvodnik po broju tranzistora

Ima 4,096 središta, Samsungov 28nm proces sa 5.4 milijarde tranzistora. To je IBMov najveći čip u pogledu broja tranzistora i koristi manje od 100Mw snage dok simulira kompleksne rekurentne neuronske mreže. Ima gustinu snage od 20mW / cm2.

TrueNorth arhitektura može adresirati probleme “vida, sluha i multičulne mešavine, i ima potencijal da revolucionarno promeni računarsku industriju integracijom sposobnosti nalik na one kojima raspolaže mozak u uređaje gde je obrada ograničena snagom i brzinom.”

IBM kaže da može efikasno procesirati “visoko-dimenzionalne, nerazgovetne senzorne podatke u realnom vremenu”. TrueNorth troši manje snage od konvencionalnog računara.

MIT: Mozak na čipu

Čip napravljen od silikon geranijuma, sa “više od 100 triliona sinapsi koje posreduju u neuronskim signalima mozga”. U jednoj simulaciji je predstavio ljudski rukopis sa 95% tačnosti. Mogao bi se primeniti u pravljenju humanoida i tehnologiji autonomne vožnje.

Qualcomm: Zeroth procesori

Radeći na tri glavna cilja: “biološki inspirisanom učenju; omogućavanju da uređaji vide i percipiraju svet kao i ljudi i; kreiranju i definisanju neuronske procesorske jedinice (NPU)”, Qualcomm razvija novu računarsku arhitekturu koja razbija tradiocionalni kalup.

Šta je sledeće

Neuromorfno računarstvo može imati izuzetan uticaj na budućnost mašinskog učenja i veštačke inteligencije.

“Ova nova vrsta čipova bi trebalo da dramatično poveća upotrebu mašinskog učenja, omogućavajući da aplikacije koriste daleko manje snage i istovremeno postanu reaktivnije.” – Deloit analiza tržišta.

Uz neuromorfno računarstvo, budućnost veštačke inteligencije definitivno izgleda svetlo.

Zanimljivosti:

Da li ste znali?

  • Neuromorfno računarstvo je 5-ta generacija VI.
  • 1-va generacija VI je definisala pravila i pratila klasičnu logiku kako bi došla do zaključaka unutar specifičnog, usko opisanog domena problema.
  • 2-ga generacija VI je koristila mreže dubinskog učenja kako bi analizirala ulazne elemente i bila je fokusirana na osete i percepciju.
  • 3-ća generacija VI je interpretirala i adaptirala nalik na ljudski misaoni proces.
  • 4-ta generacija VI je koristila mešavinu različitih algoritama mašinskog učenja i drugih formi algoritama veštačke inteligencije u dostizanju određenih ciljeva.

Automatizacija, roboti, kraj zapošljavanja i drugi mitovi