Hardvérová technológia AI napodobňuje zmeny v topológii neurónovej siete

Skupina výskumníkov z Kórejského pokročilého inštitútu vedy a technológie (KAIST) navrhla nový systém inšpirovaný neuromoduláciou mozgu, ktorý sa nazýva „systém ukladania“. Tento novo navrhnutý systém vyžaduje menšiu spotrebu energie. 

Tím viedol profesor Kyung Min Kim z Katedry materiálovej vedy a inžinierstva. Výskum bol publikovaný v r Pokročilé funkčné materiály a podporované KAIST, Národnou výskumnou nadáciou Kórey, Národným centrom NanoFab a SK Hynix. 

Imitácia topológie neurónovej siete

Výskumníci vyvinuli technológiu, ktorá dokáže efektívne zvládnuť matematické operácie pre umelú inteligenciu napodobňovaním zmien v topológii neurónovej siete v závislosti od situácie. Toto bolo inšpirované ľudským mozgom, ktorý dokáže meniť svoju neurónovú topológiu v reálnom čase, čo mu umožňuje naučiť sa ukladať alebo vyvolávať spomienky v prípade potreby. 

Tento nový typ metódy učenia AI priamo implementuje konfigurácie neurónových koordinačných obvodov. 

Na efektívnu implementáciu AI v elektronických zariadeniach je dôležité podporovať prispôsobený vývoj hardvéru. Vďaka tomu väčšina elektronických zariadení vytvorených pre AI vyžaduje vysokú spotrebu energie. Ak majú vykonávať rozsiahle úlohy, potrebujú aj vysoko integrované pamäťové polia. Ukázalo sa, že tieto obmedzenia v spotrebe a integrácii je ťažké prekonať, takže výskumníci začali hľadať hlbšie do ľudského mozgu, aby vedeli, ako rieši problémy. 

Vysoko efektívna technológia

Tím demonštroval efektívnosť novej technológie vytvorením hardvéru umelej neurónovej siete so samoupraviteľným synaptickým poľom a algoritmom označovaným ako „systém ukladania“. Tento hardvér bol vyvinutý na vykonávanie učenia AI a dokázal znížiť energiu o 37 % v systéme ukladania bez toho, aby došlo k zníženiu presnosti. 

"V tejto štúdii sme implementovali metódu učenia ľudského mozgu iba s jednoduchým zložením obvodov a vďaka tomu sme dokázali znížiť potrebnú energiu o takmer 40 percent," povedal profesor Kim. 

Jedným z dôležitých aspektov tohto nového odkladacieho systému napodobňujúceho mozgovú aktivitu je, že je kompatibilný s existujúcimi elektronickými zariadeniami a komerčne dostupným polovodičovým hardvérom. Systém by mohol hrať veľkú úlohu pri navrhovaní polovodičových čipov novej generácie pre AI.