Connect with us

Tekoäly

Uusi valoa hyödyntävä tietokonepiiri voi tehdä tekoälystä älykkäämmän ja pienemmän

mm

Tutkijat ovat kehittäneet elektronisen piirin, joka jäljittelee tapaa, jolla ihmisaivo procesoi visuaalista tietoa, yhdistäen tekoälyalgoritmit kuvien ottamiseen tarvittavaan laitteistoon.

Kansainvälinen tutkijaryhmä Yhdysvalloista, Kiinasta ja Australiasta on yhteistyössä kehittänyt uuden elektronisen piirin, joka on suunniteltu parantamaan tekoälyä yhdistämällä edistyneen ohjelmiston ja laitteiston pienessä, valolla toimivassa laitteessa. Tutkimus oli RMIT-yliopiston johdolla ja se on julkaistu Advanced Materials -lehdessä.

Tutkijaryhmän luoma prototyyppi on nanomittakaavassa, ja se yhdistää tekoälyohjelmiston tietokonekuvauksen laitteistoon metamateriaaleja käyttämällä, jotka muuttavat piirin vastetta valolle. Lisäkehityksen myötä tämän teknologian avulla voidaan luoda vielä pienempiä ja älykkäämpiä laitteita, sekä drooneja ja robottija.

RMIT-yliopiston apulaisprofessori Sumeer Walian mukaan 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 kaiken kattavaa tekoälylaite, joka on inspiroitu luonnon suurimmasta laskentainnovaatiosta – ihmisaivoista.”

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 paremman ihmiskonevuorovaikutuksen, skaalautuvien bioonisten järjestelmien ja neurobiotekniikan kehittämiseksi.

Useimmat kaupalliset tekoälysovellukset riippuvat ulkoisista ohjelmistoista ja tietojen prosessoinnista, jotka hyödyntävät pilvilaskentaa. Jotta laitteet voisivat olla tehokkaampia ja luotettavampia paikallisesti, prototyyppipiiri yhdistää älykkyyden ja laitteiston yhteen esimerkkinä reunan tekoälystä. Laitteet, kuten itseohjautuvat ajoneuvot ja droonit, tarvitsevat suuren määrän tietoa paikallisesti prosessoitavaksi, mikä tekee niistä ihanteellisia sovelluksia tämänkaltaiselle teknologialle. Walia selitti, että auton tienvarsikamera, joka on varustettu tutkijoiden kehittämällä neuroinspiroidulla laitteistolla, voisi tunnistaa valot, muut ajoneuvot, merkit, jalankulkijat, kasvit ja paljon muuta. Walian mukaan on mahdollista, että piiri voi tarjota “ennennäkemättömiä tehokkuuden ja nopeuden tasoa itseohjautuvissa ja tekoälyyn perustuvissa päätöksenteossa”.

Prototyyppipiirin teknologia perustuu aikaisemmin RMIT-tutkijoiden kehittämiin piireihin. Nämä aikaisemmat prototyypit hyödynsivät valoa “muistien” rakentamiseen 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 perustui optogenetiikkaan. Optogenetiikka viittaa uusiin bioteknologian työkaluihin, jotka mahdollistavat tutkijoiden manipuloida hermosoluja tarkkuudella valon avulla. RMIT-tiimin kehittämä tekoälypiiri hyödyntää mustaa fosforia, puolijohteista materiaalia. Musta fosfori on erittäin ohutta ja sen sähkönjohtavuus muuttuu, kun valon aallonpituus muuttuu. Kun eri aallonpituuksia olevaa valoa suunnataan materiaaliin, materiaalin ominaisuudet muuttuvat, mikä tekee siitä hyödyllisen eri toimille, kuten muistin varastointiin ja kuvaukseen. Tutkimuksen johtaja, tohtori Taimor Ahmed RMIT:stä, selitti, että valon perusteella toimivat laskentajärjestelmät ovat vähemmän energiankuluttavia, tarkempia ja nopeampia kuin perinteiset laskentamenetelmät.

Ahmedin mukaan modulaaristen järjestelmien yhdistäminen yhteen nanomittakaavan laitteeseen on hyödyllistä, koska tekoälyjärjestelmät ja koneoppimisalgoritmit voidaan käyttää pienemmissä laitteissa. Esimerkkinä Ahmed mainitsi, että tutkijat voivat pienenkäisellä teknologialla, jonka he kehittivät, parantaa tekoälysilmiä ja tehostaa bionisten silmien tarkkuutta.

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

Prototyyppipiiri on suunniteltu helposti yhdistettäväksi muihin teknologioihin ja olemassa oleviin elektroniikkaan.

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