Στην εποχή μας, η τεχνητή νοημοσύνη χρησιμοποιείται σε όλο και περισσότερους τομείς της καθημερινότητας. Αναμφισβήτητα, είναι μια πολύ χρήσιμη τεχνολογία η οποία κάνει τη ζωή μας πιο εύκολη. Το πρόβλημα είναι, τα μεγάλα ποσά ενέργειας που απαιτούνται, για να λειτουργήσουν AI-based συστήματα. Αυτός είναι ο λόγος για τον οποίο τεχνολογικές εταιρείες και ερευνητές σε ολόκληρο τον κόσμο προσπαθούν ενεργά να αναπτύξουν neural networks, που καταναλώνουν λιγότερη ενέργεια.
Για το σκοπό αυτό, η IBM έχει αναπτύξει ένα νέο τσιπ με βάση το πυρίτιο, το οποίο περιέχει όλα τα βασικά χαρακτηριστικά ενός neural network και είναι 100 φορές πιο αποδοτικό ενεργειακά από τα υπάρχοντα τσιπ.
Τα neural networks, που εμπνέονται από τον τρόπο με τον οποίο λειτουργεί ο ανθρώπινος εγκέφαλος, συνήθως είναι περασμένα σε λογισμικό και ενσωματωμένα σε μια συσκευή.
Οι ερευνητές της IBM έχουν καταλήξει σε μικροηλεκτρικές τεχνητές συνάψεις στα τσιπ τους, που μιμούνται τις συνάψεις που συνδέουν μεμονωμένους νευρώνες στον εγκέφαλο. Η εργασία, η οποία δημοσιεύτηκε στο περιοδικό Nature, περιγράφει τη νευρολογία ως την έμπνευση γι’ αυτό το έργο.
Αυτή η μέθοδος αντιμετωπίζει αρκετά κρίσιμα ζητήματα, συμπεριλαμβανομένης της χαμηλής ακρίβειας, η οποία έχει αποτρέψει προηγούμενες προσπάθειες για την κατασκευή τεχνητών neural networks σε πυρίτιο. Οι ερευνητές εξέτασαν τη λειτουργικότητα του τσιπ, αναθέτοντάς του δύο απλές εργασίες: αναγνώριση εικόνων που σχετίζονταν με χειρόγραφα και με την ταξινόμηση χρωμάτων.
Τα αποτελέσματα ήταν εκπληκτικά, καθώς το σύστημα ήταν απόλυτα ακριβές και κατανάλωσε μόνο 1 τοις εκατό ενέργεια σε σύγκριση με άλλα.
Ωστόσο, η IBM έχει πολύ δρόμο μπροστά της, καθώς ο σχεδιασμός του τσιπ είναι αρκετά ογκώδης. Έχει πέντε τρανζίστορ και τρία άλλα εξαρτήματα σε σύγκριση με ένα μόνο τρανζίστορ στα υπάρχοντα τυποποιημένα τσιπ.
Παρ ‘όλα αυτά, αυτή η εξέλιξη έχει μεγάλη σημασία καθώς θα μπορούσε να ανοίξει το δρόμο για τη δημιουργία προηγμένων υπολογιστών με AI ενσωματωμένο στον πυρήνα τους.
