Новый компьютерный чип, работающий на свете, может сделать ИИ умнее и компактнее

Исследователи разработали электронную плату, которая имитирует то, как человеческий мозг обрабатывает визуальную информацию, объединяя алгоритмы ИИ с аппаратным обеспечением, необходимым для захвата изображений.

Международная команда исследователей из США, Китая и Австралии сотрудничала над новым электронным чипом, предназначенным для улучшения искусственного интеллекта путем объединения сложного программного и аппаратного обеспечения в крошечном устройстве, работающем на свете. Исследование было возглавлено RMIT University и недавно опубликовано в журнале Advanced Materials.

Прототип устройства, созданный исследовательской командой, имеет размеры на наноуровне и объединяет программное обеспечение ИИ с компьютерным изображением аппаратного обеспечения благодаря использованию метаматериалов, которые изменяют то, как чип реагирует на свет. С дальнейшим усовершенствованием технологии, используемой для создания этого, она может служить основой для еще более компактных и умных устройств, а также дронов и роботов.

По словам доцента RMIT Сумира Валиа, новый прототип чипа обеспечивает функциональность, подобную мозгу, объединяя модульные компоненты в сложную систему.

“Наша новая технология радикально увеличивает эффективность и точность, объединяя несколько компонентов и функций в одну платформу”, – объяснил Валиа через RMIT новости. “Это приближает нас к устройству ИИ всех в одном, вдохновленному величайшим вычислительным нововведением природы – человеческим мозгом”.

По словам Валиа, цель исследовательской команды – имитировать один из основных способов, которыми мозг учится – кодирование визуальной информации как воспоминаний. Хотя еще много работы предстоит сделать, прототип, созданный исследовательской командой, представляет собой большой шаг к улучшению взаимодействия между человеком и машиной, масштабируемым бионическим системам и нейробиотике.

Большинство коммерческих приложений ИИ полагаются на программное обеспечение и обработку данных на стороне сервера, используя облачные вычисления. Чтобы сделать приложения на месте более мощными и надежными, прототип чипа объединяет интеллект и аппаратное обеспечение вместе в примере ИИ на краю. Устройства, такие как автономные транспортные средства и дроны, должны быть способны обрабатывать большое количество данных на месте, что делает их идеальными случаями для технологии, подобной новому прототипу чипа. Валиа объяснил, что даш-камера в машине, загруженная нейроинспирированным аппаратным обеспечением, которое разработали исследователи, могла бы распознавать огни, другие транспортные средства, знаки, пешеходов, растения и многое другое. По словам Валиа, возможно, что чип может обеспечить “беспрецедентные уровни эффективности и скорости принятия решений в автономных и управляемых ИИ системах”.

Технология, используемая в прототипе, основана на более ранних чипах, разработанных исследователями RMIT. Эти более ранние прототипы использовали свет для построения и модификации “воспоминаний”. Новые функции, созданные исследовательской командой, означают, что чип может автоматически захватывать изображения, манипулировать изображениями и обучать модели машинного обучения, которые распознают объекты с точностью более 90%.

Дизайн прототипа чипа был вдохновлен оптогенетической технологией. Оптогенетика относится к возникающим биотехнологическим инструментам, которые позволяют ученым манипулировать нейронами с точностью с помощью света. Чип ИИ, разработанный командой RMIT, использует черный фосфор, полупроводящий материал. Черный фосфор чрезвычайно тонкий и изменяет свое электрическое сопротивление при изменении длины волны света. Когда на материал светят разные длины волны света, материал изменяет свои свойства, становясь полезным для различных функций, таких как хранение памяти и изображений. Как объяснил ведущий автор исследования, доктор Таймур Ахмед из RMIT, системы вычислений на основе света менее энергоемки, более точны и быстрее, чем традиционные методы вычислений.

По словам Ахмеда, преимущество объединения модульных систем в одно устройство на наноуровне заключается в том, что системы ИИ и алгоритмы машинного обучения могут быть использованы в более компактных устройствах. Как пример, Ахмед объяснил, что ученые могли бы уменьшить технологию, которую они разработали, для улучшения искусственных сетчаток и повышения точности бионических глаз.

“Наш прототип – значительный шаг вперед к абсолютному в электронике: чипу-мозгу, который может учиться на окружающей среде, как и мы”, – сказал Ахмед.

Прототип чипа был разработан с учетом легкой интеграции с другими технологиями и существующими электронными устройствами.