IBM, 48 çipten yapay bir beyin yaptı.

San Jose yakınlarındaki laboratuvarında IBM, 48 TrueNorth test çipinden bir kemirgen beynini yaptı. Her biri beynin temel yapı taşını taklit edebilir.

IBM, 48 çipten yapay bir beyin yaptı.

Projenin lideri Dharmendra Modha'nın liderliği altında, projenin büyüklüğünün bir banyo ilaç dolabı gibi olduğu anlaşılıyor.Çapraz plastik panellerle kaplanmıştır70'li yılların bilim kurgu filmlerinden çıkmış bir şeye benziyor, ama Modha, "Küçük bir kemire bakıyorsun" diyor.

Küçük bir kemirgenin beyninden bahsediyor, ya da en azından bu çip yığını beyne sığar. Bu çipler beyinlerin temel yapı taşları olan nöronlar gibi davranıyor.Modha, sistemin 48 milyon sinir hücresini simüle edebileceğini söylüyor., küçük bir kemirgen beynindeki sinir hücrelerinin sayısına eşit.

IBM'de Modha, "nöroçip"i icat eden bilişsel bilgisayar grubunu yönetti.Silikon Vadisi'ndeki IBM'in araştırma ve geliştirme laboratuvarında akademisyenleri ve hükümet araştırmacılarını desteklemekKendi bilgisayarlarını dijital fare beynine bağladıktan sonra araştırmacılar yapısını keşfettiler ve TrueNorth çipi için programlar yazmaya başladılar.

Geçen ay, bazı araştırmacılar bu adamı Colorado'da görmüşlerdi, bu yüzden fotoğrafları ve konuşmayı tanıması ve doğal dili anlaması için programlamışlardı.Çip, şu anda internetin yapay zeka hizmetlerine hakim olan "derin öğrenme" algoritmalarını çalıştırıyor., Facebook için yüz tanıma ve Microsoft'un Skype için gerçek zamanlı dil çevirisi sağlıyor.IBM'in burada bir avantajı var çünkü araştırmaları yer ve güç kaynaklarına olan ihtiyacı azaltabilir.Gelecekte, bu yapay zekayı cep telefonlarına ve işitme AIDS'i ve saatler gibi diğer küçük cihazlara koyabiliriz.

"Sinaptik yapıdan ne elde ediyoruz? Çok düşük güç tüketimi ile görüntüleri sınıflandırabiliriz ve sürekli yeni ortamlarda yeni sorunları çözebiliriz". Brian Van Essen,Lawrence Livermore Ulusal Laboratuvarı'ndaki bir bilgisayar bilimcisi, ulusal güvenlik için derin öğrenme algoritmalarının uygulanmasından sorumludur..

TrueNorth, gelecekte derin öğrenme ve diğer bir dizi yapay zeka hizmetini çalıştıracak en son teknoloji.Facebook ve Microsoft hala ayrı grafik işlemciler gerektiriyor, ama hepsi FPgas'e (belirli görevler için programlanabilen yongalar) doğru ilerliyorlar.Peter Diehl (Zürih Politeknik Üniversitesi'nde Cortex Bilgisayar Grubu'nda doktora) TrueNorth'un düşük güç tüketimi nedeniyle hem bağımsız grafik yongalarına hem de FPgas'e üstün olduğuna inanıyor.

Michigan Üniversitesi'nde bilgisayar bilimi profesörü olan Jason Mars, TrueNorth'un derin öğrenme algoritmaları ile sorunsuz çalışması ile önemli bir fark olduğunu söylüyor.İkisi de sinir ağlarını derinlemesine simüle eder ve beyinde nöron ve sinapslar oluşturur."Çip sinir ağının komutlarını verimli bir şekilde gerçekleştirebilir". Test çalışmasına katılmadı, ama çipin ilerlemesini yakından takip etti.

Bununla birlikte, TrueNorth henüz derin öğrenme algoritmaları ile tamamen senkronize edilmemiştir.Çünkü hala gerçek piyasadan biraz uzakta.Modha için de, "Büyük bir dönüşüm için sağlam bir temel atmamız gerekiyordu" dediği gibi, bu da gerekli bir süreçti.

Telefondaki beyin.

Peter Diehl kısa süre önce Çin'e gitti, ama bir nedenden dolayı, telefonunun Google ile çalışmadığını biliyorsunuz, ve aniden yapay zekayı orijinal şekline geri getirdi.Çünkü bulut bilişiminin çoğu artık Google'ın sunucularına bağlı.Yani ağ olmadan her şey işe yaramaz.

Derin öğrenme, dev veri merkezleri tarafından sağlanan muazzam miktarda işlem gücünü gerektirir ve telefonlarımız genellikle internet üzerinden bunlara bağlıdır.Öte yandan, işlem gücünün en azından bir kısmını telefonunuza veya başka bir cihaza taşıyabilir, bu da yapay zeka kullanımını büyük ölçüde genişletebilir.

Ama bunu anlamak için öncelikle derin öğrenmenin nasıl çalıştığını anlamalısınız.Google ve Facebook gibi şirketlerin kendi sinir ağlarını oluşturmaları gerekiyor.Eğer kedi fotoğraflarını otomatik olarak tanıyabilme yeteneği istiyorlarsa sinir ağına bir sürü kedi fotoğrafı göstermeleri gerekir.Bu görevi yerine getirmek için başka bir sinir ağına ihtiyacınız var.Bir fotoğraf çektiğinizde, sistem içinde kedilerin olup olmadığını belirlemek zorunda. TrueNorth ise ikinci adımı daha verimli hale getirmek için var.

Sinir ağını eğittikten sonra çip dev veri merkezini atlamanıza ve doğrudan ikinci adıma geçmenize yardımcı olabilir.El cihazlarına sığar.Bu, genel verimliliği arttırır çünkü artık sonuçları veri merkezinden ağ üzerinden indirmek zorunda değilsiniz.Veri merkezleri üzerindeki baskıyı büyük ölçüde azaltabilir"Bu, cihazların karmaşık görevleri bağımsız olarak gerçekleştirebileceği sanayinin geleceği". dedi.

Nöronlar, aksonlar, sinapslar ve sinir dürtüleri

Google son zamanlarda nöral ağları cep telefonlarına getirmeye çalışıyor, ama Diehl TrueNorth'un rakiplerinden çok daha ileri olduğunu düşünüyor, çünkü derin öğrenme ile daha uyumlu.Her bir çip milyonlarca nöronu taklit edebilir., ve bu nöronlar birbirleriyle "beynin sinapsları" aracılığıyla iletişim kurabilirler.

Bu, TrueNorth'u piyasadaki benzer ürünlerden ayıran şey, hatta grafik işlemcilerine kıyasla ve FPgas'ın yeterli avantajı var." Beynindeki elektrikli dürtülere benzerSinir dürtüleri bir kişinin konuşmasında ton değişikliğini veya bir resimde renk değişikliğini gösterebilir. "Neyronlar arasındaki küçük mesajlar olarak düşünebilirsiniz".Çipin baş tasarımcılarından biri..

Çipte 5.4 milyar transistör olmasına rağmen, enerji tüketimi sadece 70 milivattır.Ama enerji tüketimi 35-140 watt'a ulaşır.Akıllı telefonlarda yaygın olarak kullanılan ARM yongaları bile TrueNorth yongalarından birkaç kat daha fazla güç tüketir.

Tabii ki, çipin gerçekten çalışması için yeni bir yazılımın olması gerekiyor, ki bu Diehl ve diğer geliştiricilerin test sırasında yapmaya çalıştıkları şey.Geliştiriciler mevcut kodu çipin tanıdığı ve içine beslediği bir dile dönüştürüyorlar., ama aynı zamanda TrueNorth için yerel kod yazma üzerinde çalışıyorlar.

mevcut

Diğer geliştiriciler gibi, Modha da nöronlar, aksonlar, sinapslar, sinir dürtüleri vb. gibi biyoloji alanında TrueNorth'u tartışmaya odaklanır.Çip kuşkusuz bazı yönlerden insan sinir sistemini taklit ediyor."Bu tür tartışmalar genellikle çok uyarıcıdır. Sonuçta, insan beyni silikondan yapılmış değildir". Chris Nicholson,Skymind adında bir şirketin kurucu ortağı..

Modha bu iddiaları kabul ediyor. 2008'de projeye başlayınca, DARPA'dan 53.5 milyon dolarlık yatırımla,Amaç tamamen farklı malzemelerden tamamen yeni bir çip inşa etmek ve insan beynini taklit etmekti.Ama bunun hızlı bir şekilde gerçekleşmeyeceğini biliyor ve "hayallerimizin peşinde koşmak için gerçeği görmezden gelemeyiz" dedi.

2010'da domuz gribi ile yatakta yatıyordu ve bu süre zarfında bu engelli durumu aşmanın en iyi yolunun çip yapısıyla başlamak ve beynin simülasyonunu gerçekleştirmek olduğunu fark etti.Temel fiziği taklit etmek için sinir hücrelerine ihtiyacın yok.Beyinlere daha çok benzeyecek kadar esnek olmalıyız". dedi.

Bu TrueNorth çipi. Dijital bir beyin değil, ama bu yolda önemli bir adım ve IBM'in deneme süresi ile plan yolda.Bütün makine aslında 48 ayrı makinden oluşuyor.Önümüzdeki hafta, deneme bittikten sonra, Modha ve ekibi araştırmacıların daha fazla çalışma için eve götürmeleri için makineyi parçalayacaklar.İnsanlar teknolojiyi toplumu değiştirmek için kullanıyor., ve bu araştırmacılar çabalarımızın omurgasıdır.