Корейский институт науки и технологии (KAIST) объявил в январе 2024 года о разработке самообучения мемористора, компонента, предназначенного для воспроизведения функции синапсов в человеческом мозге. По словам президента KAIST Кванг Хен -Ли, новое устройство может исправить свои собственные ошибки и повысить свою производительность с течением времени, решая предыдущие проблемы в нейроморфных системах. Исследование, опубликованное в журнале Природа Электроникаописывает возможности мемористора. Исследователи сообщают, что чип может, например, научиться отделять движущееся изображение от своего фона во время обработки видео и постепенно улучшать его способность выполнять эту задачу. Это продвижение может позволить выполнять сложные задачи по ИИ локально на устройствах, а не полагаться на удаленные облачные серверы, что повысило бы как конфиденциальность, так и энергоэффективность. «Эта система похожа на умное рабочее пространство, где все находится в пределах досягаемости, а не перемещаться взад -вперед между столами и файловыми шкафами», – заявили исследователи Каиста Хакшона Чондж и Сынджэ Хан в заявлении. «Это похоже на то, как наш мозг обрабатывает информацию, где все обрабатывается сразу в одном месте». Мемристор, термин, полученный из «памяти» и «резистора», считается основополагающим элементом для нейроморфных или мозговых, вычислительных. Эта концепция была впервые теоретизирована в 1971 году американским инженером -электриком и компьютерным ученым Леоном Чуа. Он предположил, что четвертый фундаментальный электрический компонент должен существовать вместе с резистором, конденсатором и индуктором. Чуа представлял мемристор как нелетую компонент памяти, способный хранить информацию даже при включении. Хотя теория существовала в течение десятилетий, исследователи не экспериментально обнаруживали мемристоры до 2008 года. Этот прорыв вызвал глобальные научные усилия по улучшению своих возможностей. Способность мемористора выполнять как хранение данных, так и вычисление одновременно, делает его эффективным заменой искусственного синапса в нейронной сети AI, имитируя, как функционирует человеческий мозг. Основной целью этой области исследования является создание компьютеров, которые могут работать с эффективностью и силой человеческого мозга. Мозг может выполнять около одного миллиарда миллиардов миллиардов (10^18) математических операций в секунду, используя всего 20 Вт власти. Достижение этого уровня гиперэффективности является ключевым требованием для разработки практического нейроморфного мозга ИИ. В связанной разработке в этом году Кайст также создал первый чип Superconductor AI. Этот чип предназначен для сверхскоростной работы с минимальным энергопотреблением, что еще больше подражает эффективности мозга. Эти технологические улучшения рассматриваются как постепенные шаги к созданию «мозга на чипе». Такая технология может значительно продвинуть ИИ и потенциально ускорить прогресс в сторону сингулярности, теоретического будущего, когда искусственный интеллект превосходит человеческий интеллект. Однако в статье отмечается, что «интеллект» является сложной темой. Способность ИИ выполнять определенные расчеты, аналогичные человеческому мозгу, не означает, что он может воспроизводить все разнообразные функции мозга. Некоторые ученые предполагают, что такие машины могут превратиться в «чуждое умы», обладающие нейронными конструкциями, которые умны, что в основном отличается от человеческого познания. В настоящее время человеческий мозг остается стандартом для гиперэффективных вычислений. Благодаря продолжающимся достижениям с такими компонентами, как Memristors, ИИ может в конечном итоге бросить вызов этой позиции.
Source: Кайст развивает мемристор самообучения для чипсов ИИ
