AI-mallit ja alustat

Uusi valoa hyödyntävä tietokonepiiri voi tehdä tekoälystä älykkäämmän ja pienemmän

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Tutkijat ovat kehittäneet sähköisen piirin, joka jäljittelee tapaa, jolla ihmisaivo prosessoi visuaalista tietoa, yhdistäen tekoälyalgoritmit tarvittavaan laitteistoon kuvien tallentamiseksi.

Kansainvälinen tutkijaryhmä Yhdysvalloista, Kiinasta ja Australiasta on tehnyt yhteistyötä uuden sähköisen piirin kehittämisessä, joka on suunniteltu parantamaan tekoälyä yhdistämällä edistyneen ohjelmiston ja laitteiston pienessä, valoa hyödyntävässä laitteessa. Tutkimus on tehty RMIT-yliopistossa ja se on julkaistu Advanced Materials -julkaisussa.

Tutkijaryhmän luoma prototyyppi on nanomittakaavassa, ja se yhdistää tekoälyohjelmiston tietokonekuvauksen laitteistoon metamateriaaleja käyttämällä, jotka muuttavat piirin vastetta valolle. Tämän teknologian edelleen kehittäminen voi johtaa vielä pienempiin ja älykkäämpiin laitteisiin, sekä droniin ja roboteihin.

RMIT-yliopiston apulaisprofessori Sumeer Walia kertoo, että uusi piiriprototyyppi mahdollistaa aivomaisen toiminnan yhdistämällä modulaariset komponentit monimutkaiseen järjestelmään.

”Uusi teknologiamme parantaa radikaalisti tehokkuutta ja tarkkuutta yhdistämällä useat komponentit ja toiminnot yhteen alustaan”, Walia selitti RMIT-uutisissa. ”Se vie meidät lähemmäs yhteen tekoälylaitteeseen, joka on inspiroitu luonnon suurimmasta laskentainnovaatiosta – ihmisaivosta.”

Walian mukaan tutkijaryhmän tavoitteena on jäljitellä yksi aivojen oppimisen tärkeimmistä tavoista – visuaalisen tiedon koodaaminen muistiksi. Vaikka työtä on vielä paljon jäljellä, tutkijaryhmän luoma prototyyppi edustaa suurta askelta kohti parannettua ihmisten ja koneiden välistä vuorovaikutusta, skaalautuvia bionisia järjestelmiä ja neurobiotekniikkaa.

Useimmat kaupalliset tekoälysovellukset riippuvat ulkoisista ohjelmistoista ja tietojen prosessoinnista, jotka hyödyntävät pilvilaskentaa. Jotta laitteet voivat prosessoida tietoja paikallisesti tehokkaammin ja luotettavammin, prototyyppipiiri yhdistää älykkyyden ja laitteiston yhteen esimerkkinä reunan tekoälystä. Laitteet kuten itseohjautuvat ajoneuvot ja dronit tarvitsevat kykyä prosessoida suuria määriä tietoa paikallisesti, mikä tekee niistä ihanteellisia sovelluksia uuden piiriteknologian kaltaiselle tekniikalle. Walia selitti, että auton tienvarsikamera, joka on varustettu tutkijoiden kehittämällä neuroinspiroidulla laitteistolla, voisi tunnistaa valoja, muita ajoneuvoja, merkkejä, jalankulkijoita, kasveja ja paljon muuta. Walian mukaan piiri voi tarjota ”ennennäkemättömiä tehokkuuden ja nopeuden tasoa autonomisissa ja tekoälyohjatuissa päätöksissä”.

Teknologia, jota prototyyppi hyödyntää, perustuu RMIT-tutkijoiden aikaisemmin kehittämiin piireihin. Nämä aikaisemmat prototyypit käyttivät valoa ”muistien” luomiseen ja muokkaamiseen. Tutkijaryhmän luomat uudet ominaisuudet tarkoittavat, että piiri voi automaattisesti ottaa kuvia, muokata kuvia ja kouluttaa koneoppimismalleja, jotka tunnistavat objekteja yli 90 prosentin tarkkuudella.

Prototyyppipiirin suunnittelu on perustunut optogenetiikkaan. Optogenetiikka viittaa uusiin bioteknologian työkaluihin, jotka mahdollistavat tietyn tarkkuuden hermosolujen manipuloinnin valon avulla. RMIT-tutkijoiden kehittämä tekoälypiiri käyttää mustaa fosforia, puolijohteista materiaalia. Musta fosfori on erittäin ohutta ja sen sähkönjohtavuus muuttuu aallonpituuden mukaan. Erilaiset valon aallonpituudet muuttavat materiaalin ominaisuuksia, mikä tekee siitä hyödyllisen eri toimille, kuten muistin tallentamiselle ja kuvaukselle. Tutkimuksen pääkirjoittaja, RMIT:n Dr. Taimor Ahmed, selitti, että valon perusteella toimivat laskentajärjestelmät ovat vähemmän energiankulutukseltaan, tarkemmat ja nopeammat kuin perinteiset laskentamenetelmät.

Ahmedin mukaan modulaaristen järjestelmien yhdistäminen yhteen nanomittakaavan laitteeseen on hyödyllistä, koska se mahdollistaa tekoälyjärjestelmien ja koneoppimisalgoritmien käytön pienemmissä laitteissa. Esimerkkinä Ahmed mainitsi, että tutkijat voivat pienenentää kehittämäänsä teknologiaa parantaakseen tekoälysilmiä ja parantaakseen bionisten silmien tarkkuutta.

”Meidän prototyyppimme on merkittävä askel kohti lopullista sähköistekniikkaa: aivot piirillä, jotka voivat oppia ympäristöstään samalla tavalla kuin me”, Ahmed sanoi.

Prototyyppipiiri on suunniteltu helposti yhdistettäväksi muihin teknologioihin ja olemassa oleviin sähköisiin laitteisiin.

Blogger ja ohjelmoija, jolla on erityisalat Machine Learning ja Deep Learning -aiheissa. Daniel toivoo pystyvänsä auttamaan muita käyttämään tekoälyn voimaa sosiaaliseen hyvään.