Nieuwe licht-geactiveerde computerchip kan AI slimmer en kleiner maken

Onderzoekers hebben een elektronische chip ontwikkeld die de manier nabootst waarop het menselijk brein visuele informatie verwerkt, door AI-algoritmen te combineren met de benodigde hardware voor het vastleggen van beelden.

Een internationaal team van onderzoekers uit de Verenigde Staten, China en Australië heeft samengewerkt aan een nieuwe elektronische chip die is ontworpen om kunstmatige intelligentie te verbeteren door geavanceerde software en hardware te combineren in een klein apparaat dat wordt aangedreven door licht. Het onderzoek werd geleid door RMIT University en onlangs gepubliceerd in het tijdschrift Advanced Materials.

Het prototype-apparaat dat door het onderzoeksteam is gemaakt, is op nanoschaal en combineert AI-software met computerbeeldvorminghardware dankzij het gebruik van metamaterialen die de manier veranderen waarop de chip op licht reageert. Met verdere verfijning kan de technologie die wordt gebruikt om dit te maken, dienen als basis voor nog kleinere en slimmere apparaten, evenals drones en robots.

Volgens RMIT Associate Professor Sumeer Walia, maakt het nieuwe chip-prototype een hersen-achtige functionaliteit mogelijk door modulaire componenten te combineren in een complex systeem.

“Onze nieuwe technologie verhoogt de efficiëntie en nauwkeurigheid radicaal door meerdere componenten en functionaliteiten in één platform te integreren,” legde Walia uit via RMIT-nieuws. “Het brengt ons dichter bij een alles-in-één AI-apparaat geïnspireerd door de beste computervinding van de natuur – het menselijk brein.”

Volgens Walia is het doel van het onderzoeksteam om een van de belangrijkste manieren waarop het brein leert na te bootsen – het coderen van visuele informatie als herinneringen. Hoewel er nog veel werk moet worden verzet, vertegenwoordigt het prototype dat door het onderzoeksteam is gemaakt een grote stap naar verbeterde interactie tussen mens en machine, schaalbare bionische systemen en neurobiotica.

De meeste commerciële AI-toepassingen op niveau zijn afhankelijk van externe software en gegevensverwerking, waarbij cloudcomputing wordt gebruikt. Om on-site toepassingen krachtiger en betrouwbaarder te maken, combineert het prototype-chip intelligentie en hardware in een voorbeeld van edge AI. Apparaten zoals autonome voertuigen en drones moeten in staat zijn om een grote hoeveelheid gegevens ter plaatse te verwerken, waardoor ze ideale use cases zijn voor technologie zoals het nieuwe prototype-chip. Walia legde uit dat een dash-cam in een auto, geladen met de neuro-geïnspireerde hardware die de onderzoekers hebben ontwikkeld, lichten, andere voertuigen, borden, voetgangers, planten en meer kan herkennen. Volgens Walia is het mogelijk dat de chip “ongekende niveaus van efficiëntie en snelheid in autonome en AI-gedreven besluitvorming” kan bieden.

De technologie die het prototype gebruikt, is gebaseerd op eerdere chips die door RMIT-onderzoekers zijn ontwikkeld. Deze eerdere prototypes maakten gebruik van licht om “herinneringen” te bouwen en te modificeren. De nieuwe functies die door het onderzoeksteam zijn gemaakt, betekenen dat de chip automatisch beelden kan vastleggen, beelden kan manipuleren en machine learning-modellen kan trainen die objecten met een nauwkeurigheid van meer dan 90% kunnen herkennen.

Het ontwerp van de prototype-chip is beïnvloed door optogenetische technologie. Optogenetica verwijst naar opkomende biotechnologietools die wetenschappers in staat stellen om neuronen met precisie te manipuleren met behulp van licht. De AI-chip die door het RMIT-team is ontwikkeld, maakt gebruik van zwarte fosfor, een halfgeleidermateriaal. Zwarte fosfor is extreem dun en verandert zijn elektrische weerstand als golflengtes van licht veranderen. Als verschillende golflengtes van licht op het materiaal worden gericht, verandert het materiaal zijn eigenschappen, waardoor het nuttig is voor verschillende functies zoals geheugensopslag en beeldvorming. Zoals de hoofdauteur van de studie, Dr. Taimor Ahmed van RMIT, uitlegde, zijn licht-gebaseerde computersystemen minder energievretend, nauwkeuriger en sneller dan traditionele computermethoden.

Volgens Ahmed is het voordeel van het combineren van modulaire systemen in één apparaat op nanoschaal dat AI-systemen en machine learning-algoritmen kunnen worden gebruikt in kleinere apparaten. Als voorbeeld legde Ahmed uit dat wetenschappers de technologie die ze hebben ontwikkeld, kunnen miniaturiseren om kunstmatige retina’s te verbeteren en de nauwkeurigheid van bionische ogen te verbeteren.

“Ons prototype is een significante stap naar de ultieme elektronica: een brein-op-een-chip dat kan leren van zijn omgeving net zoals wij doen,” zei Ahmed.

Het prototype-chip is ontworpen met gemakkelijke integratie met andere technologieën en bestaande elektronica in gedachten.