Kunstig intelligens
Ny lysdrevet datachip kan gjøre AI smartere og mindre

Forskere har utviklet en elektronisk chip som etterligner måten menneskehjernen prosesserer visuell informasjon, kombinert med AI-algoritmer og hårdware nødvendig for å fange bilder.
En internasjonal forskergruppe fra USA, Kina og Australia har samarbeidet om en ny elektronisk chip designet for å forbedre kunstig intelligens ved å kombinere sofistikert programvare og hårdware i en liten enhet drevet av lys. Forskningen ble ledet av RMIT University og nylig publisert i tidsskriftet Advanced Materials.
Prototypenheten skapt av forskergruppen er på nanoskala, og den integrerer AI-programvare med databildehårdware takket være bruk av metamaterialer som endrer hvordan chipen reagerer på lys. Med videre forbedring kan teknologien brukt til å lage denne kunne tjene som grunnlag for enda mindre og smartere enheter, samt droner og roboter.
Ifølge RMIT Associate Professor Sumeer Walia, gjør den nye chipprototypen hjernelignende funksjonalitet mulig ved å kombinere modulære komponenter i et komplekst system.
“Vår nye teknologi øker radikalt effektivitet og nøyaktighet ved å bringe flere komponenter og funksjoner inn i én plattform,” forklarte Walia via RMIT-nyheter. “Det bringer oss nærmere en all-i-én AI-enhet inspirert av naturens største datamaskin – menneskehjernen.”
Ifølge Walia er målet for forskergruppen å etterligne en av de primære måtene hjernen lærer – kodifisering av visuell informasjon som minner. Mens det fortsatt er mye arbeid igjen, representerer prototypen skapt av forskergruppen et stort skritt mot forbedret menneske-maskin-interaksjon, skalerbare bioniske systemer og neurobiotikk.
De fleste kommersielle AI-applikasjoner avhenger av programvare og dataprosesser utenfor stedet, ved å bruke skytjenester. For å gjøre lokale applikasjoner mer kraftfulle og pålitelige, integrerer prototypchipen intelligens og hårdware sammen i et eksempel på edge AI. Enheter som autonome kjøretøy og droner må kunne prosessere store mengder data på stedet, noe som gjør dem ideelle bruksområder for teknologi som den nye chipprototypen. Walia forklarte at en dash-cam i en bil, lastet med den neuro-inspirerte hårdwaren forskerne utviklet, kunne gjenkjenne lys, andre kjøretøy, skilt, fotgjengere, planter og mer. Ifølge Walia er det mulig at chipen kan levere “utenforliggende nivåer av effektivitet og hastighet i autonome og AI-drevne beslutninger”.
Teknologien som prototypen benytter, er basert på tidligere chip utviklet av RMIT-forskere. Disse tidligere prototypene benyttet lys til å bygge og modifisere “minner”. De nye funksjonene skapt av forskergruppen betyr at chipen kan automatisk fange bilder, manipulere bilder og trene maskinlæringsmodeller som gjenkjenner objekter med over 90% nøyaktighet.
Prototypchipsens design ble påvirket av optogenetisk teknologi. Optogenetikk refererer til nye bioteknologiske verktøy som gjør det mulig for forskere å manipulere nevroner med presisjon ved hjelp av lys. AI-chipen utviklet av RMIT-laget benytter svart fosfor, et halvledende materiale. Svart fosfor er ekstremt tynn og endrer sin elektriske motstand når lysets bølgelengde endres. Når forskjellige lysets bølgelengder skinner på materialet, endrer materialet sine egenskaper og blir nyttig for forskjellige funksjoner som minnehåndtering og bildebehandling. Ifølge studiens hovedforfatter, Dr. Taimor Ahmed fra RMIT, er lysbaserte datamaskinsystemer mindre energikrevende, mer nøyaktige og raskere enn tradisjonelle datametoder.
Ifølge Ahmed er fordelen med å kombinere modulære systemer i én nanoskale-enhet at AI-systemer og maskinlæringsalgoritmer kan brukes i mindre enheter. Som eksempel forklarte Ahmed at forskere kunne miniaturisere teknologien de utviklet for å forbedre kunstige neter og forbedre nøyaktigheten av bioniske øyne.
“Vår prototyp er et betydelig fremsteg mot det ultimate i elektronikk: en hjernelignende chip som kan lære av sin omgivelse slik vi gjør,” sa Ahmed.
Prototypchipsen er designet med lett integrasjon med andre teknologier og eksisterende elektronikk i mente.












