Umělá inteligence HARDWARE TECHNOLOGY Imituje Změny v Topologii Neuronové Sítě

Skupina výzkumníků z Korejského pokročilého institutu vědy a technologie (KAIST) navrhla nový systém inspirovaný neuromodulací mozku, který se nazývá „systém ukládání“. Tento nově navrhovaný systém vyžaduje méně energetické spotřeby.

Tým byl veden profesorem Kyung Min Kimem z oddělení materiálové vědy a inženýrství. Výzkum byl zveřejněn v Advanced Functional Materials a podporován KAIST, Národní výzkumnou nadací Koreje, Národním nano-centrem a SK Hynix.

Imitace Topologie Neuronové Sítě

Výzkumníci vyvinuli technologii, která může efektivně zpracovat matematické operace pro umělou inteligenci tím, že imituje změny v topologii neuronové sítě v závislosti na situaci. To bylo inspirováno lidským mozkem, který může měnit svou neuronovou topologii v reálném čase, což mu umožňuje učit se ukládat nebo vyvolávat vzpomínky, když je to potřeba. (NRC )

Tato nová metoda učení umělých inteligencí přímo implementuje konfigurace neuronových obvodů.

Pro efektivní implementaci umělých inteligencí v elektronických zařízeních je důležité, aby byla podporována přizpůsobená vývoj hardwaru. S tím said, většina elektronických zařízení vytvořených pro umělou inteligenci vyžaduje vysokou spotřebu energie. Pokud mají provádět velké úkoly, potřebují také vysoce integrované paměťové pole. Tyto omezení spotřeby a integrace se ukázaly být obtížně překonatelné, a proto výzkumníci začali hlouběji zkoumat lidský mozek, aby věděli, jak řeší problémy.

Velmi Efektivní Technologie

Tým prokázal efektivitu nové technologie vytvořením umělé neuronové sítě s samo-rectifying synaptickým polem a algoritmem nazvaným „systém ukládání“. Tento hardware byl vyvinut pro provádění učení umělých inteligencí a byl schopen snížit energii o 37 % v rámci systému ukládání bez degradace přesnosti.

„V této studii jsme implementovali metodu učení lidského mozku pomocí pouze jednoduché obvodové kompozice a díky tomu jsme byli schopni snížit potřebnou energii téměř o 40 procent,“ řekl profesor Kim.

Jedním z důležitých aspektů tohoto nového systému ukládání, který imituje činnost mozku, je, že je kompatibilní s existujícími elektronickými zařízeními a komerčními polovodičovými hardwarovými zařízeními. Systém by mohl sehrát velkou roli v návrhu budoucích polovodičových čipů pro umělou inteligenci.