Fizyka jonów zamiast elektronów
Klucz do tej innowacji tkwi w zmianie samego medium przetwarzania informacji. Nowe sztuczne neurony wykorzystują ruch jonów srebra w tlenku, co stanowi wyraźne odejście od tradycyjnych rozwiązań opartych wyłącznie na przepływie elektronów. Ta technologia, nazwana memrystorem dyfuzyjnym, pozwala zmieścić pojedynczy neuron w przestrzeni zajmowanej przez jeden tranzystor.
Srebro łatwo dyfunduje i daje nam dynamikę, której potrzebujemy do naśladowania biosystemu, dzięki czemu możemy osiągnąć funkcje neuronów, przy bardzo prostej strukturze – wyjaśnia Joshua Yang
Fizyka stojąca za tym rozwiązaniem wydaje się genialnie prosta. Elektrony, choć doskonale sprawdzają się w tradycyjnych obliczeniach, nie naśladują dobrze procesów zachodzących w biologicznych neuronach. Tymczasem jony poruszają się w sposób znacznie bliższy naturalnym mechanizmom przetwarzania informacji w mózgu. Efektywność energetyczna nowych neuronów robi prawdziwe wrażenie. Podczas testów symulowana sieć neuronowa osiągnęła 91,35% dokładności w rozpoznawaniu mówionych cyfr, zużywając przy tym znikome ilości energii w porównaniu z konwencjonalnymi systemami. Różnice w zużyciu prądu mogą sięgać rzędów wielkości.
Nie chodzi o to, że nasze chipy czy komputery nie są wystarczająco potężne do tego, co robią. Chodzi o to, że nie są wystarczająco wydajne. Zużywają zbyt dużo energii – dodaje Yang
Współczesne procesory mają ogromną moc obliczeniową, lecz sposób jej wykorzystania pozostawia wiele do życzenia. Obecne architektury nie były projektowane z myślą o efektywnym uczeniu się na podstawie niewielkiej liczby przykładów – co dla mózgu jest naturalną umiejętnością.
Biologiczna precyzja i technologiczne wyzwania
To, co wyróżnia neurony opracowane przez zespół USC, to ich zdolność do odwzorowania sześciu kluczowych cech biologicznych odpowiedników. Mówimy tu o integracji z wyciekiem, wyzwalaniu progowym, kaskadowym propagowaniu, wewnętrznej plastyczności, okresie refrakcji i stochastyczności. Ta wierność biologicznym mechanizmom nie jest przypadkowa, ponieważ ewolucja przez miliony lat wypracowała optymalne rozwiązania. Nie oznacza to jednak, iż technologia jest gotowa do komercyjnego zastosowania. Srebro użyte w prototypach nie współpracuje dobrze ze standardowymi procesami produkcyjnymi w przemyśle półprzewodnikowym. Naukowcy muszą znaleźć materiały alternatywne, które zachowają pożądane właściwości, jednocześnie nadając się do masowej produkcji.
Czytaj też: Perplexity AI i Getty Images. Nowy standard w licencjonowaniu treści dla sztucznej inteligencji
Dalsze prace koncentrują się na integracji większych sieci neuronów i testowaniu ich rzeczywistych możliwości uczenia się. Badacze widzą w tym nie tylko szansę na stworzenie wydajniejszej sztucznej inteligencji, ale także narzędzie do głębszego zrozumienia funkcjonowania ludzkiego mózgu. Dążenie do stworzenia sztucznej inteligencji, która nie wymaga energetycznego wsparcia całych elektrowni, staje się coraz bardziej realne. Być może w przyszłości komputery będą wreszcie działać z wydajnością, jaką natura wypracowała przez miliony lat ewolucji.