טכנולוגיית חומרה של AI מחקה שינויים בטופולוגיה של רשת עצבית

קבוצה של חוקרים במכון המתקדם למדע וטכנולוגיה של קוריאה (KAIST) הציעה מערכת חדשה המושפעת מהנוירומודולציה של המוח, הנקראת “מערכת אחסון”. מערכת זו דורשת פחות צריכת אנרגיה.

הצוות הובל על ידי פרופסור קיונג מין קים מהמחלקה להנדסת חומרים. המחקר פורסם ב Advanced Functional Materials ותומך על ידי KAIST, הקרן הלאומית למחקר של קוריאה, המרכז הלאומי לננוטכנולוגיה ו-SK Hynix.

חיקוי טופולוגיה של רשת עצבית

החוקרים פיתחו טכנולוגיה שיכולה לטפל בפעולות מתמטיות לבינה מלאכותית ביעילות על ידי חיקוי שינויים בטופולוגיה של הרשת העצבית בהתאם למצב. זה הושפע מהמוח האנושי, שיכול לשנות את הטופולוגיה העצבית שלו בזמן אמת, מה שמאפשר לו ללמוד לאחסן או להיזכר בזיכרונות כאשר נדרש.

שיטת הלמידה החדשה של AI מיישמת ישירות קונפיגורציות של מעגלי תיאום עצבי.

כדי ליישם AI בצורה יעילה בהתקנים אלקטרוניים, חשוב לפתח חומרה מותאמת. עם זאת, רוב ההתקנים האלקטרוניים שנוצרו עבור AI דורשים צריכת אנרגיה גבוהה. אם הם אמורים לבצע משימות בקנה מידה גדול, הם גם זקוקים למערכי זיכרון משולבים היטב. מגבלות אלו בצריכת אנרגיה ואינטגרציה הוכחו כקשות לגיבוש, ולכן החוקרים החלו לחקור עמוק יותר בתוך המוח האנושי כדי לדעת כיצד הוא פותר בעיות.

טכנולוגיה יעילה ביותר

הצוות הדגים את היעילות של הטכנולוגיה החדשה על ידי יצירת חומרה של רשת עצבית מלאכותית עם מערך סינפטי עצמי-מסתנן ואלגוריתם המכונה “מערכת אחסון”. חומרה זו פותחה כדי לבצע למידת AI, והיא הצליחה להפחית את האנרגיה ב-37% בתוך מערכת האחסון ללא פגיעה בדיוק.

“במחקר זה, השתמשנו בשיטת הלמידה של המוח האנושי עם הרכב מעגלים פשוט בלבד, ובאמצעות זאת הצלחנו להפחית את האנרגיה הדרושה בכ-40 אחוז”, אמר פרופסור קים.

אחד היבטים החשובים של מערכת האחסון החדשה המחקה את פעילות המוח הוא שהיא תואמת להתקנים אלקטרוניים קיימים וחומרה סמיכונדוקטורית מסחרית. המערכת יכולה למלא תפקיד גדול בתכנון שבבים סמיכונדוקטוריים לדור הבא עבור AI.