एआई मॉडल और प्लेटफ़ॉर्म
एआई हार्डवेयर तकनीक तंत्रिका नेटवर्क टोपोलॉजी में परिवर्तन की नकल करती है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
कोरिया एडवांस्ड इंस्टीट्यूट ऑफ साइंस एंड टेक्नोलॉजी (केएआईएसटी) में शोधकर्ताओं के एक समूह ने एक नए सिस्टम का प्रस्ताव किया है, जो मस्तिष्क के न्यूरोमॉड्यूलेशन से प्रेरित है, जिसे “स्टैशिंग सिस्टम” कहा जाता है। यह नवप्रस्तावित सिस्टम कम ऊर्जा की खपत की आवश्यकता है।
टीम का नेतृत्व सामग्री विज्ञान और इंजीनियरिंग विभाग के प्रोफेसर क्यूंग मिन किम ने किया था। इस शोध को एडवांस्ड फंक्शनल मैटेरियल्स में प्रकाशित किया गया था और इसका समर्थन केएआईएसटी, कोरिया के नेशनल रिसर्च फाउंडेशन, नेशनल नैनोफैब सेंटर और एसके हाइनिक्स ने किया था।
तंत्रिका नेटवर्क टोपोलॉजी की नकल
शोधकर्ताओं ने एक तकनीक विकसित की है जो कृत्रिम बुद्धिमत्ता के लिए गणितीय संचालन को कुशलता से संभाल सकती है, जो तंत्रिका नेटवर्क की टोपोलॉजी में परिवर्तन की नकल करती है, जो स्थिति के अनुसार बदलती रहती है। यह मानव मस्तिष्क से प्रेरित है, जो अपनी तंत्रिका टोपोलॉजी को वास्तविक समय में बदल सकता है, जिससे यह सीखने, संग्रहीत करने या याद रखने में सक्षम हो जाता है। (NRC )
यह नए प्रकार की एआई सीखने की विधि सीधे तंत्रिका समन्वय सर्किट कॉन्फ़िगरेशन को लागू करती है।
एआई को इलेक्ट्रॉनिक उपकरणों में प्रभावी ढंग से लागू करने के लिए, अनुकूलित हार्डवेयर विकास का समर्थन करना महत्वपूर्ण है। कहा जा रहा है, अधिकांश एआई के लिए बनाए गए इलेक्ट्रॉनिक उपकरणों को उच्च शक्ति की खपत की आवश्यकता होती है। यदि वे बड़े पैमाने पर कार्य करने हैं, तो उन्हें उच्च एकीकरण स्मृति सरणियों की भी आवश्यकता होती है। खपत और एकीकरण में इन सीमाओं को पार करना मुश्किल साबित हुआ है, इसलिए शोधकर्ता समस्याओं का समाधान करने के लिए मानव मस्तिष्क के अंदर गहराई से देखने लगे हैं।
अत्यधिक कुशल तकनीक
टीम ने एक स्व-रेक्टिफाइंग सिनैप्टिक सरणी और एक अल्गोरिदम के साथ कृत्रिम तंत्रिका नेटवर्क हार्डवेयर बनाकर नई तकनीक की कुशलता का प्रदर्शन किया, जिसे “स्टैशिंग सिस्टम” कहा जाता है। यह हार्डवेयर एआई सीखने के लिए विकसित किया गया था और यह स्टैशिंग सिस्टम में 37% ऊर्जा की कमी के बिना सटीकता के क्षरण के बिना कम कर सकता था।
“इस अध्ययन में, हमने मानव मस्तिष्क की सीखने की विधि को केवल एक सरल सर्किट संरचना के साथ लागू किया और इसके माध्यम से हम लगभग 40 प्रतिशत तक ऊर्जा की आवश्यकता को कम करने में सक्षम थे,” प्रोफेसर किम ने कहा।
इस नए स्टैशिंग सिस्टम की एक महत्वपूर्ण बात यह है कि यह मानव मस्तिष्क की गतिविधि की नकल करता है, जो मौजूदा इलेक्ट्रॉनिक उपकरणों और व्यावसायिक सेमीकंडक्टर हार्डवेयर के साथ संगत है। यह प्रणाली एआई के लिए अगली पीढ़ी के सेमीकंडक्टर चिप्स के डिजाइन में एक बड़ी भूमिका निभा सकती है।
