Нова світлодіодна комп’ютерна мікросхема може зробити штучний інтелект розумнішим і меншим

Дослідники створили електронну мікросхему, яка імітує спосіб обробки зорової інформації людським мозком, поєднуючи алгоритми штучного інтелекту з апаратним забезпеченням для захоплення зображень.

Міжнародна команда дослідників із США, Китаю та Австралії співпрацювала над новою електронною мікросхемою, призначеною для покращення штучного інтелекту шляхом поєднання складного програмного забезпечення та апаратного забезпечення в невеликому пристрої, що працює від світла. Дослідження було проведено під керівництвом Університету RMIT і недавно опубліковано в журналі Advanced Materials.

Прототип пристрою, створеного командою дослідників, має нанорозмірність і поєднує програмне забезпечення штучного інтелекту з апаратним забезпеченням комп’ютерної оптики завдяки використанню метаматеріалів, які змінюють реакцію мікросхеми на світло. Після подальшого удосконалення технологія, використана для створення цього пристрою, може стати основою для ще менших і розумніших пристроїв, а також для дронів і роботів.

За словами доцента Університету RMIT Суміра Валіа, нова мікросхема дозволяє реалізувати функціональність, подібну до мозку, шляхом поєднання модульних компонентів у складну систему.

«Наша нова технологія суттєво підвищує ефективність і точність шляхом поєднання кількох компонентів і функцій у одну платформу», – пояснив Валіа в інтерв’ю RMIT news. «Це наближає нас до створення універсального пристрою штучного інтелекту, натхненого найкращим винаходом природи – людським мозком».

За словами Валіа, мета дослідницької команди полягає в імітуванні одного з основних способів навчання мозку – кодування зорової інформації у вигляді спогадів. Хоча залишається ще багато роботи, прототип, створений командою дослідників, являє собою суттєвий крок вперед у напрямку покращення взаємодії між людиною та машиною, масштабованих біонічних систем і нейробіотехнологій.

Більшість комерційних застосунків штучного інтелекту використовують віддалене програмне забезпечення та обробку даних, використовуючи хмарні обчислення. Для того, щоб зробити локальні застосунки більш потужними та надійними, прототипна мікросхема поєднує інтелект і апаратне забезпечення в прикладі邊缘ного штучного інтелекту. Пристрої, такі як автономні транспортні засоби та дрони, повинні能够 обробляти велику кількість даних на місці, що робить їх ідеальними прикладами використання технології нової мікросхеми. Валіа пояснив, що камера в автомобілі, оснащена нейронно-інспірованим апаратним забезпеченням, яке розробили дослідники, може розпізнавати світлофори, інші транспортні засоби, знаки, пішоходів, рослини тощо. За словами Валіа, мікросхема може забезпечити «безпрецедентні рівні ефективності та швидкості прийняття рішень у автономних та штучно-інтелектуальних системах».

Технологія, яку використовує прототип, заснована на раніше розроблених мікросхемах дослідниками RMIT. Ці ранні прототипи використовували світло для створення та модифікації «спогадів». Нові можливості, створені командою дослідників, означають, що мікросхема може автоматично захоплювати зображення, маніпулювати зображеннями та тренувати моделі машинного навчання, які розпізнають об’єкти з точністю понад 90%.

Дизайн прототипної мікросхеми був під впливом оптогенетичної технології. Оптогенетика відноситься до нових біотехнологічних інструментів, які дозволяють вченим маніпулювати нейронами з точністю за допомогою світла. Мікросхема штучного інтелекту, розроблена командою RMIT, використовує чорний фосфор, напівпровідниковий матеріал. Чорний фосфор дуже тонкий і змінює свій електричний опір при зміні довжини хвилі світла. При освітленні матеріалу різними довжинами хвилі матеріал змінює свої властивості, ставши корисним для різних функцій, таких як зберігання пам’яті та зображень. За словами ведучого автора дослідження, доктора Таймора Ахмеда з RMIT, світлодіодні обчислювальні системи менш енергозатратні, точніші та швидші, ніж традиційні обчислювальні методи.

За словами Ахмеда, перевага поєднання модульних систем у один нанорозмірний пристрій полягає в тому, що системи штучного інтелекту та алгоритми машинного навчання можуть бути використані в менших пристроях. Наприклад, Ахмед пояснив, що вчені могли б мініатюризувати технологію, яку вони розробили, для покращення штучних сітківниць та підвищення точності біонічних очей.

«Наш прототип являє собою суттєвий крок вперед у напрямку створення електроніки майбутнього: мікросхеми, яка може навчатися у своєму середовищі, як і ми», – сказав Ахмед.

Прототипна мікросхема була розроблена з урахуванням легкої інтеграції з іншими технологіями та існуючою електронікою.