Tehnologia de hardware AI care imită modificările în topologia rețelei neuronale

Un grup de cercetători de la Institutul Avansat de Știință și Tehnologie din Coreea (KAIST) a propus un nou sistem inspirat de neuromodularea creierului, numit “sistem de stocare”. Acest sistem nou propus necesită o consumare de energie mai mică. 

Echipa a fost condusă de profesorul Kyung Min Kim de la Departamentul de Știință și Inginerie a Materialelor. Cercetarea a fost publicată în Advanced Functional Materials și a fost sprijinită de KAIST, Fundația Națională de Cercetare a Coreei, Centrul Național de Fabricație a Nanotehnologiilor și SK Hynix. 

Imitarea topologiei rețelei neuronale

Cercetătorii au dezvoltat o tehnologie care poate gestiona eficient operațiuni matematice pentru inteligența artificială, imitând modificările în topologia rețelei neuronale, în funcție de situație. Acest lucru a fost inspirat de creierul uman, care poate schimba topologia neuronală în timp real, permițându-i să învețe, să stocheze sau să recupereze amintiri atunci când este necesar.  (NRC )

Această nouă metodă de învățare a inteligenței artificiale implementează direct configurațiile circuitelor de coordonare neuronale. 

Pentru implementarea eficientă a inteligenței artificiale în dispozitivele electronice, este important ca dezvoltarea de hardware personalizat să fie susținută. Cu toate acestea, majoritatea dispozitivelor electronice create pentru inteligența artificială necesită o consumare de energie ridicată. Dacă trebuie să efectueze sarcini la scară largă, acestea necesită, de asemenea, matrice de memorie foarte integrate. Aceste limitări ale consumului și integrării s-au dovedit a fi greu de depășit, astfel că cercetătorii au început să se adâncească mai mult în creierul uman pentru a înțelege cum rezolvă problemele. 

Tehnologie foarte eficientă

Echipa a demonstrat eficiența noii tehnologii prin crearea unui hardware de rețea neuronală artificială cu o matrice sinaptică auto-rectificată și un algoritm numit “sistem de stocare”. Acest hardware a fost dezvoltat pentru a efectua învățarea inteligenței artificiale și a reușit să reducă energia cu 37% în cadrul sistemului de stocare, fără a suferi o degradare a preciziei. 

“În acest studiu, am implementat metoda de învățare a creierului uman cu o compoziție simplă a circuitului și, prin aceasta, am reușit să reduc energia necesară cu aproape 40 la sută”, a declarat profesorul Kim. 

Una dintre aspectele importante ale acestui nou sistem de stocare, care imită activitatea creierului, este că este compatibil cu dispozitivele electronice existente și cu hardware-ul de semiconductor comercializat. Sistemul ar putea juca un rol important în proiectarea următoarelor generații de cipuri de semiconductor pentru inteligența artificială.