Η εξέλιξη της τεχνητής νοημοσύνης δεν περιορίζεται μόνο στους αλγόριθμους λογισμικού. Στην πραγματικότητα, η επόμενη μεγάλη τομή φαίνεται πως θα προέλθει από το ίδιο το υλικό στο οποίο βασίζονται οι μηχανές. Αυτό αποδεικνύει μια ερευνητική ομάδα από το Fudan University στην Κίνα, η οποία ανέπτυξε έναν τεχνητό νευρώνα που προσομοιώνει με πρωτοφανή ακρίβεια τη λειτουργία των ανθρώπινων εγκεφαλικών κυττάρων.
Η καινοτομία στηρίζεται στη συνδυασμένη χρήση ενός εξαιρετικά λεπτού υλικού, του δισουλφιδίου του μολυβδαινίου (MoS2), και της DRAM. Τα δύο αυτά στοιχεία συγχωνεύονται σε μια διάταξη ικανή να αναπαράγει την πλαστικότητα του εγκεφάλου, δηλαδή την ικανότητα των νευρώνων να προσαρμόζουν τις συνδέσεις τους ανάλογα με την εμπειρία.
Οι μηχανές που εμπνέονται από τη βιολογία, γνωστά και ως νευρομορφικά συστήματα, έχουν έναν φιλόδοξο στόχο: να μιμηθούν την προσαρμοστικότητα των πραγματικών νευρώνων. Στον ανθρώπινο εγκέφαλο, η ενίσχυση ή η αποδυνάμωση των συνάψεων αποτελεί τον θεμέλιο λίθο της μνήμης και της μάθησης. Η διαδικασία αυτή είναι εκείνη που μας επιτρέπει να μαθαίνουμε από τις εμπειρίες μας και να αλλάζουμε συμπεριφορά ανάλογα με τις συνθήκες.
Η αναπαραγωγή αυτού του μηχανισμού σε τεχνητά συστήματα ανοίγει τον δρόμο για αλγόριθμους που δεν είναι μόνο ταχύτεροι, αλλά και σημαντικά πιο ενεργειακά αποδοτικοί. Σε μια εποχή όπου τα data centers καταναλώνουν τεράστιες ποσότητες ηλεκτρικής ενέργειας, η μείωση της κατανάλωσης αποτελεί κρίσιμο ζητούμενο.
Η ομάδα υπό την καθοδήγηση των Yin Wang και Saifei Gou σχεδίασε έναν νευρώνα με δύο βασικούς άξονες. Από τη μία, η DRAM λειτουργεί αποθηκεύοντας ηλεκτρικά φορτία σε πυκνωτές. Το επίπεδο του φορτίου, όπως ακριβώς στο δυναμικό της μεμβράνης ενός βιολογικού νευρώνα, καθορίζει αν το κύτταρο θα ενεργοποιηθεί. Από την άλλη, ένας ηλεκτρονικός αντιστροφέας αναλαμβάνει να μετατρέψει το σήμα από υψηλή σε χαμηλή τάση, δημιουργώντας παλμούς που θυμίζουν τους ηλεκτρικούς «σπινθήρες» με τους οποίους επικοινωνούν τα εγκεφαλικά κύτταρα.
Η καινοτομία όμως δεν περιορίζεται στη μίμηση ηλεκτρικών ιδιοτήτων. Η συσκευή είναι ικανή να αναπαράγει χαρακτηριστικά που συνδέονται με την ανθρώπινη όραση, όπως η προσαρμογή στο φως ή στο σκοτάδι. Για να το αποδείξουν, οι ερευνητές συναρμολόγησαν ένα μικρό πλέγμα εννέα τεχνητών νευρώνων (3×3), που λειτούργησε ως μήτρα φωτοϋποδοχέων. Το σύστημα έδειξε ότι μπορεί να προσαρμόζεται στις αλλαγές φωτεινότητας, όπως ακριβώς το ανθρώπινο μάτι.
Το επόμενο βήμα ήταν να δοκιμαστεί το σύστημα σε μια βασική άσκηση αναγνώρισης εικόνων. Παρά το περιορισμένο μέγεθός του, τα αποτελέσματα έδειξαν ότι ο συνδυασμός DRAM και MoS2 προσφέρει πολλά υποσχόμενες επιδόσεις, τόσο σε επίπεδο μάθησης όσο και ενεργειακής αποδοτικότητας. Αν και απέχουμε ακόμη από το να μιλήσουμε για έναν πλήρη «εγκέφαλο σε τσιπ», το συγκεκριμένο επίτευγμα ανοίγει νέους ορίζοντες για εφαρμογές στην τεχνητή όραση και σε υπολογιστικά συστήματα που βρίσκονται κοντά στην πηγή παραγωγής δεδομένων, γνωστά ως edge computing.
Η μελέτη, που δημοσιεύτηκε στο Nature Electronics, επισημαίνει ότι η πρόοδος δεν οφείλεται μόνο στην αναπαραγωγή της συναπτικής πλαστικότητας, αλλά και στην ενσωμάτωση άλλων μορφών, όπως της ενδογενούς πλαστικότητας. Αυτή η πολυεπίπεδη προσέγγιση είναι εκείνη που φέρνει τα τεχνητά συστήματα πιο κοντά στη βιολογική πραγματικότητα.
Εάν τα επόμενα πειράματα αποδείξουν ότι η τεχνολογία αυτή μπορεί να κλιμακωθεί σε μεγαλύτερα συστήματα, τότε ίσως βρισκόμαστε μπροστά σε μια νέα γενιά υπολογιστικών συσκευών. Σε αυτές, η μνήμη και η επεξεργασία δεν θα είναι ξεχωριστές λειτουργίες, αλλά θα συνυπάρχουν σε μία και μόνο αρχιτεκτονική, μειώνοντας την ενεργειακή σπατάλη και επιταχύνοντας την εκπαίδευση των αλγορίθμων.
[via]
