Мозкова електронна система може значно зменшити вуглецевий слід ІІ

Надзвичайно енергоефективний штучний інтелект тепер наближається до реальності після того, як дослідження дослідників UCL знайшли спосіб підвищити точність обчислювальної системи, одухотвореної мозку.

Система, яка використовує мемристори для створення штучних нейронних мереж, є щонайменше в 1000 разів енергоефективнішою, ніж звичайне обладнання на основі транзисторів на основі штучного інтелекту, але дотепер була більш схильною до помилок.

Існуючий ШІ надзвичайно енергоємний: одна модель AI може генерувати 284 тонни вуглекислого газу, що еквівалентно викидам протягом п'яти автомобілів. Заміна транзисторів, що входять до складу всіх цифрових пристроїв, на мемристори, новий електронний пристрій, вперше побудований у 2008 році, може зменшити це до частки тонни вуглекислого газу — еквівалентно викидам, що утворюються вдень.

Оскільки мемрістори набагато енергоефективніші, ніж існуючі обчислювальні системи, вони потенційно можуть запакувати величезну кількість обчислювальної потужності в портативні пристрої, усуваючи необхідність підключення до Інтернету.

Це особливо важливо, оскільки, як очікується, надмірне використання Інтернету в майбутньому стане проблематичним через постійно зростаючий попит на дані та труднощі збільшення потужності передачі даних за певний момент.

У новому дослідженні, опублікованому в Nature Communications, інженери з UCL встановили, що точність можна значно підвищити, змусивши метристів працювати разом у декількох підгрупах нейронних мереж та усереднювати їх обчислення, що означає, що недоліки в кожній з мереж можуть бути скасовані.

Мемрістори, які описуються як "резистори з пам'яттю", оскільки вони пам'ятають кількість електричного заряду, що протікав через них навіть після вимкнення, вважалися революційними, коли вони були вперше побудовані більше десяти років тому, "відсутньою ланкою" в електроніці для доповнення резистор, конденсатор та індуктор. З тих пір вони комерційно виробляються в пристроях пам’яті, але дослідницька група заявляє, що вони можуть бути використані для розробки систем ШІ протягом наступних трьох років.

Мемпістори пропонують значно покращену ефективність, оскільки вони працюють не просто у двійковому коді одиниць та нулів, а на кількох рівнях між нулем та одиницею одночасно, тобто більше інформації можна запакувати у кожен біт.

Більше того, мемрістори часто описують як нейроморфну ​​(натхненну мозком) форму обчислення, тому що, як і в мозку, обробка та пам'ять реалізовані в тих же адаптивних складових, на відміну від сучасних комп'ютерних систем, які витрачають багато енергії на дані рух.

У дослідженні доктор Аднан Мехоніч, к.т.н. студент Довидас Йоксас (як UCL Electronic & Electrical Engineering), так і колеги з Великобританії та США випробували новий підхід у декількох різних типах мемристорів і виявили, що він покращив точність усіх, незалежно від матеріалу та конкретної технології мемристорів. Він також працював над низкою різних проблем, які можуть вплинути на точність мемористів.

Дослідники виявили, що їх підхід підвищив точність нейронних мереж для типових завдань ШІ до рівня, порівнянного з програмними інструментами, що працюють на звичайному цифровому обладнанні.

Доктор Мехоніч, директор дослідження, сказав: "Ми сподівались, що можуть бути більш загальні підходи, які покращують не рівень пристрою, а поведінку на рівні системи, і ми вважаємо, що ми його знайшли. Наш підхід показує, що коли що стосується мемрісторів, кілька голів краще, ніж одна. Впорядкування нейронної мережі в кілька менших мереж, а не одна велика мережа призвело до більшої точності в цілому ".

Довідас Йоксас пояснив далі: "Ми запозичили популярну техніку з інформатики та застосували її в контексті мемрісторів. І вона спрацювала! Використовуючи попереднє моделювання, ми виявили, що навіть просте усереднення може значно підвищити точність мемрістичних нейронних мереж".

Професор Тоні Кеньон (UCL Electronic & Electrical Engineering), співавтор дослідження, додав: "Ми вважаємо, що зараз настав час, щоб мемристори, над якими ми працюємо вже кілька років, взяли на себе провідну роль у розвитку енергії -стійка ера пристроїв IoT та крайових обчислень ".

Facebook Comments