Bu Yapay Sinaps, İnsan Beynindekilerden Milyon Kat Daha Hızlı Çalışabilir

İnsan beyninin karmaşıklığını yapay herhangi bir şeyle taklit etmeye henüz yakın olmasak da, bilim insanları yeni geliştirilmiş programlanabilir bir direnç gibi belirli özel cihazlarla ilerleme kaydediyorlar.

Dirençler, insan beynini taklit etmek için tasarlanmış bir yapıya dayanan yapay zekâ sistemlerinde analog sinir ağlarını oluşturmak için kullanılabilir.

Bu son cihaz, bilgiyi nöronları birbirine bağlayan beyin sinapslarından yaklaşık bir milyon kat daha hızlı işleyebilir.

Bu yapay sinaps, enerji kullanımını azaltmaya ve çevre sorunlarını çözmeye yönelik oluşturulan yapay zekanın, analog derin öğrenmesinde kullanılmak üzere tasarlanmıştır.

Bu son dirençteki en önemli gelişme, özel olarak seçilmiş ve verimli bir inorganik malzemenin kullanılmasıdır. Projenin arkasındaki ekip, AI sinir ağı öğrenme hızlarındaki kazanımların büyük olacağını vaat ediyor.

Massachusetts Teknoloji Enstitüsü'nden (MIT) bilgisayar bilimcisi Murat Önen, "Bir analog işlemciye sahip olduğunuzda, artık herkesin üzerinde çalıştığı ağları eğitiyor olmayacaksınız" diyor. "Başka kimsenin karşılayamayacağı eşi görülmemiş karmaşıklıklara sahip ağları eğiteceksiniz ve bu nedenle hepsinden çok daha iyi performans göstereceksiniz. Başka bir deyişle, bu daha hızlı bir araba değil, bu bir uzay aracı."

Söz konusu inorganik malzeme, fosfosilikat cam (PSG) - fosfor eklenmiş silikon dioksit bazlıdır. Dirençte katı elektrolit olarak kullanılan nano ölçekli gözenekleri, kuruluma 10 voltluk darbeler uygulandığında protonların daha önce hiç görülmemiş hızlarda geçmesine izin verir.

Daha da iyisi, PSG, silikon devre yapmak için kullanılan aynı üretim teknikleri kullanılarak üretilebilir. Bu, maliyetlerde fazla bir artış olmadan mevcut üretim süreçlerine entegrasyonu kolaylaştıracaktır.

Beyinde, sinyallerin ve diğer bilgilerin akışını kontrol etmek için sinapslar güçlendirilir veya zayıflatılır. Burada, elektriksel iletkenliği etkilemek için protonların hareketini kontrol etmek aynı etkiye sahiptir. Hızlıdır, güvenilirdir ve tümü oda sıcaklığında çalışabilir, bu da onu daha pratik hale getirir.

Önen, "Hız kesinlikle şaşırtıcıydı" diyor. "Normalde, onları küle dönüştürmemek için cihazlar arasında bu tür aşırı alanlar uygulamazdık. Ancak bunun yerine, protonlar, cihaz boyunca muazzam hızlarda, özellikle daha önce sahip olduğumuzdan bir milyon kat daha hızlı bir şekilde mekik dokudu. Ve bu hareket, küçük boyutu ve düşük proton kütlesi sayesinde hiçbir şeye zarar vermiyor. Neredeyse ışınlanmak gibi."

Buradaki muazzam potansiyel, daha az enerji kullanarak çok daha hızlı AI eğitimi anlamına geliyor olabilir.

Bir sonraki adıma gelince, araştırmacıların bu direnci geliştirmeleri ve daha büyük ölçekte üretilebilmesi için uyarlamaları gerekecek. Bu kolay olmayacak, ancak ekip yapılabileceğinden emin.

Yapay zekanın büyük miktarda veriyi analiz ederek öğrenmesi gereken her şey potansiyel olarak geliştirilebilir. Bu, sürücüsüz arabalar ve tıbbi görüntü analizi gibi alanları da kapsıyor.

MIT'den bilgisayar bilimcisi ve çalışma yazarı Jesús del Alamo, "İleriye giden yol hala çok zorlu olacak, ancak aynı zamanda çok heyecan verici" diyor.

Araştırma Science dergisinde yayınlandı.