Các nhà nghiên cứu sử dụng Memristors để tạo ra mạng nơ-ron nhân tạo tiết kiệm năng lượng hơn

Một trong những khía cạnh ít được chú ý của trí tuệ nhân tạo là nó thường đòi hỏi một lượng lớn năng lực xử lý và do đó nó thường có một lượng lớn dấu chân năng lượng. Các công việc gần đây được thực hiện bởi các nhà nghiên cứu tại UCL đã xác định một phương pháp để cải thiện hiệu suất năng lượng của AI.

Mạng nơ-ron và học máy là những công cụ mạnh mẽ, nhưng những thành tựu ấn tượng nhất của trí tuệ nhân tạo thường có một chi phí năng lượng lớn liên quan đến chúng. Ví dụ, khi OpenAI dạy một tay robot điều khiển một khối Rubik, người ta ước tính rằng thành tựu này yêu cầu khoảng 2,8 gigawatt giờ điện.

Theo TechExplore, các nhà nghiên cứu tại UCL đã thiết kế một phương pháp mới để tạo ra mạng nơ-ron nhân tạo. Phương pháp mới này sử dụng memristors để tạo ra mạng, chúng là khoảng 1000 lần tiết kiệm năng lượng hơn so với mạng được tạo ra bằng cách tiếp cận truyền thống. Memristors là thiết bị có thể nhớ lại lượng điện tích mà cuối cùng đã chảy qua chúng, bảo tồn trạng thái nhớ đó sau khi chúng đã được tắt. Điều này có nghĩa là chúng có thể nhớ lại trạng thái của mình ngay cả khi một thiết bị mất điện. Mặc dù memristors đã được đề xuất về mặt lý thuyết từ khoảng 50 năm trước, nhưng cho đến năm 2008, một memristor thực sự mới được tạo ra.

Memristors đôi khi được gọi là thiết bị “neuromorphic” hoặc thiết bị “brain-inspired”. Memristors tương tự như các khối xây dựng mà não sử dụng để xử lý thông tin và tạo ra ký ức. Chúng rất hiệu quả so với hầu hết các hệ thống máy tính hiện đại. Các thiết bị memristor này có các đặc điểm của tụ điện và điện trở, và trong thập kỷ qua, chúng đã được sản xuất và sử dụng trong nhiều thiết bị nhớ. Các nhóm nghiên cứu của UCL hy vọng rằng nghiên cứu của họ sẽ giúp các thiết bị này được sử dụng để tạo ra hệ thống AI trong vài năm tới.

Mặc dù memristors có hiệu suất năng lượng cao hơn, nhưng chúng truyền thống có hiệu suất thấp hơn so với mạng nơ-ron thông thường, nhưng các nhà nghiên cứu của UCL đã tìm ra cách để tăng độ chính xác của memristors. Các nhà nghiên cứu đã phát hiện ra rằng khi sử dụng nhiều memristors, chúng có thể được chia thành nhiều nhóm con và sau đó các tính toán của chúng được tính trung bình. Việc tính trung bình các tính toán giúp các khiếm khuyết trong các nhóm con bị hủy bỏ và các mẫu liên quan hơn được tìm thấy.

Dr. Adnan Mehonic và sinh viên tiến sĩ Dovydas Joksas (cả hai thuộc Bộ môn Điện tử và Điện của UCL) và các đồng tác giả đã thử nghiệm phương pháp tính trung bình này trên các loại memristors khác nhau và phát hiện ra rằng kỹ thuật này dường như cải thiện độ chính xác trong tất cả các memristors được thử nghiệm, không chỉ một hoặc hai trong số chúng. Sự cải thiện độ chính xác áp dụng cho tất cả các nhóm được thử nghiệm, bất kể loại vật liệu mà memristor được làm từ.

Theo Dr. Mehonic, như trích dẫn bởi TechExplore:

“Chúng tôi hy vọng rằng có thể có những cách tiếp cận chung hơn để cải thiện không chỉ ở cấp thiết bị, mà còn ở cấp hệ thống, và chúng tôi tin rằng chúng tôi đã tìm thấy một cách tiếp cận như vậy. Phương pháp của chúng tôi cho thấy rằng, khi nói đến memristors, nhiều đầu là tốt hơn một. Việc sắp xếp mạng nơ-ron thành nhiều mạng nhỏ hơn thay vì một mạng lớn dẫn đến độ chính xác cao hơn tổng thể.”

Đội ngũ nghiên cứu rất hào hứng khi đã áp dụng một kỹ thuật khoa học máy tính vào memristors, cũng như sử dụng một kỹ thuật tránh lỗi phổ biến (tính trung bình các tính toán) để tăng độ chính xác của mạng nơ-ron memristive. Đồng tác giả của nghiên cứu, Giáo sư Tony Kenyon của Bộ môn Điện tử và Điện của UCL, tin rằng memristors có thể “đóng vai trò hàng đầu” trong việc tạo ra các thiết bị tính toán biên và thiết bị IoT tiết kiệm năng lượng hơn.

Memristors không chỉ tiết kiệm năng lượng hơn so với các mô hình mạng nơ-ron truyền thống, mà chúng cũng có thể dễ dàng được tích hợp vào một thiết bị di động, cầm tay. Điều này được dự đoán là sẽ trở nên quan trọng hơn trong tương lai gần, vì ngày càng nhiều dữ liệu được tạo ra và truyền输 mọi lúc, ngay cả khi việc tăng khả năng truyền输 vượt quá một điểm nhất định là khó khăn. Memristors có thể giúp cho phép truyền输 các lượng lớn dữ liệu với một phần nhỏ của chi phí năng lượng.