Tehnologia hardware AI imită schimbări în topologia rețelelor neuronale

Un grup de cercetători de la Institutul Avansat de Știință și Tehnologie din Coreea (KAIST) a propus un nou sistem inspirat de neuromodulația creierului, care se numește „sistem de stashing”. Acest sistem nou propus necesită un consum mai mic de energie. 

Echipa a fost condusă de profesorul Kyung Min Kim de la Departamentul de Știința și Ingineria Materialelor. Cercetarea a fost publicată în Materiale funcționale avansate și susținut de KAIST, Fundația Națională de Cercetare din Coreea, Centrul Național NanoFab și SK Hynix. 

Imitând topologia rețelei neuronale

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

Acest nou tip de metodă de învățare AI implementează direct configurațiile circuitelor de coordonare neuronală. 

Pentru implementarea eficientă a AI în dispozitivele electronice, este important ca dezvoltarea hardware personalizată să fie susținută. Acestea fiind spuse, majoritatea dispozitivelor electronice create pentru AI necesită un consum mare de energie. Dacă urmează să îndeplinească sarcini la scară largă, au nevoie și de matrice de memorie foarte integrată. Aceste limitări în consum și integrare s-au dovedit greu de depășit, așa că cercetătorii au început să caute mai adânc în interiorul creierului uman pentru a ști cum rezolvă problemele. 

Tehnologie extrem de eficientă

Echipa a demonstrat eficiența noii tehnologii prin crearea de hardware de rețea neuronală artificială cu o matrice sinaptică cu auto-rectificare și un algoritm denumit „sistem de stashing”. Acest hardware a fost dezvoltat pentru a desfășura învățarea AI 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 doar cu o compoziție simplă de circuit și prin aceasta am reușit să reducem energia necesară cu aproape 40 la sută”, a spus profesorul Kim. 

Unul dintre aspectele importante ale acestui nou sistem de stashing care imită activitatea creierului este că este compatibil cu dispozitivele electronice existente și hardware-ul semiconductor comercializat. Sistemul ar putea juca un rol important în proiectarea cipurilor semiconductoare de ultimă generație pentru AI.