Novi model „neuromorfnih“ procesora može da dovede do brže i jeftinije veštačke inteligencije. Poslednjih godina napredak mašinskog učenja ide neverovatnom brzinom, ali računarski procesori u kojima se ti programi izvršavaju jedva da su se malo promenili. Da bi se taj problem rešio, kompanije pokušavaju da nekako podese postojeću arhitekturu integrisanih kola kako bi odgovorili zahtevima veštačke inteligencije. Međutim, stručnjaci visoke tehnologije počeli su da primenjuju potpuno novi pristup: stvaranje sasvim novih procesora koji će funkcionisati slično kao naš mozak. Naučnici sa Tehnološkog instituta u Masačusetsu nazvali su proces „neuromorfno računarstvo“ i izjavili su da su ove nedelje napravili značajan napredak u stvaranju i pokretanju novog modela integrisanih kola. Izveštaj o njihovom istraživanju objavljen je u časopisu Nature Materials. U njemu se ističe da će se zadaci mašinskog učenja obavljati uz mnogo manji utrošak energije pomoću novih procesora – čak do 1.000 puta manju količinu energije. To će mnogim uređajima omogućiti da budu snabdeveni sposobnostima veštačke inteligencije kao što je prepoznavanje glasa ili slika.
Da bismo shvatili šta su ovi naučnici uradili, potrebno je da se bar malo upoznamo sa „neuromorfnim“ integrisanim kolima. Ključna razlika između ovih procesora i onih koji se nalaze u našim računarima je u tome što se u njima podaci obrađuju na analogni, a ne na digitalni način. To dalje znači da se informacije ne šalju u nizu uključenih, odnosno isključenih električnih signala već intenzitet tih signala varira – baš kao što to rade naše moždane sinapse. Dakle, mnogo više informacija se može upakovati u jedan nalet električnog signala, što smanjuje količinu potrebne energije. Razlika je slična onoj između Morzeove azbuke i govora. Dok se kod prvog načina sporazumevanja koriste dva signala, tačke i crte – shvatanje značenja je jednostavnije, ali je komunikacija mnogo duža. Govor je, s druge strane, teže razumeti (setite se samo loših telefonskih veza ili bučnih kafića), ali govor svakog pojedinca sadrži mnogo više podataka.
Velika poteškoća sa stvaranjem neuromorfnih integrisanih kola je mogućnost precizne kontrole analognih signala. Njihov intenzitet mora da varira, to je tačno, ali na kontrolisan i ustaljen način. Pokušaji da se pronađe odgovarajući medijum kroz koji bi se ti promenljivi električni signali kretali do sada su bili neuspešni jer se struja prostirala svuda. Da bi rešili taj problem, naučnici sa MIT-ja su uzeli kristalne forme silicijuma i germanijuma koji liče na mrežu na mikroskopskom nivou. Zajedno formiraju prohodnu putanju za električne signale, što dovodi do mnogo manjih varijacija u jačini tih signala.
„Ovo je najverniji uređaj koji smo mogli da napravimo, što je ključni preduslov za prikazivanje veštačkih neuronskih mreža“, rekao je Dživan Kim, inače vođa tima istraživača.
Da bi dokazali svoju tvrdnju, Kim i njegov tim su napravili simulaciju novog modela integrisanog kola, sa istim stepenom varijacije signala. Pri njegovoj upotrebi, mogli su da obuče neuronsku mrežu da prepozna rukopis (standardni zadatak za koji se obučavaju novi oblici veštačke inteligencije) u 95% slučajeva. Rezultat je svakako slabiji nego onaj koji postižu postojeći algoritmi i integrisana kola (97%), ali nova tehnologija je u razvoju i sigurno će biti mnogo uspešnija.
Naravno, proći će mnogo vremena pre nego što saznamo da li će neuromorfna integrisana kola biti pogodna za masovnu proizvodnju i svakodnevno korišćenje. Ipak, kad pokušavate da iz temelja promenite proces razmišljanja računara, potrebno je da uložite mnogo truda i rada. Veliki korak je već napravljen kad su naučnici uspeli da kontrolišu redosled električnih sinapsi koje odašilju neuromorfna integrisana kola.