2018. 10. 06. - 09:00
Jön az MI inspirált számítógépes architektúra
Az emberi agy által inspirált architektúra javítja a számítógépek adatkezelését és a mesterséges intelligencia továbbfejlesztését.
Új számítógépes struktúrát fejlesztettek ki az IBM kutatói – a rendszer jobban fel van készülve a mesterséges intelligenciából eredő, nagy mennyiségű adattovábbítás kezelésére. A dizájn az emberi agyra támaszkodott, s jelentősen túlszárnyalja a hagyományos számítógépeket az összehasonlító tanulmányokban.
Az eredményt a Journal of Applied Physics szaklapban közölték.
Az agy inspirálta számítógépen dolgoznak a kutatók
A mai számítógépek az ún. von Neumann architektúrára épülnek, melyet az 1940-es években fejlesztettek ki.
Von Neumann számítástechnikai rendszere központi processzorral működik, amely logikai és számtani, memóriaegységeket, tárolókat, valamint bemeneti és kimeneti eszközöket működtet, hajt végre. A konvencionális számítógépek csőszerű összetevőivel ellentétben a szerzők azt javasolják: az agy ihlette számítógépek feldolgozó és memória egységekkel is rendelkezzenek egyidejűleg.
Abu Sebastian, a tanulmány szerzője elmagyarázta: bizonyos számítási feladatok végrehajtása a számítógép memóriájában növelné a rendszer hatékonyságát és energiát is megtakarítana.
"Ha az embereket nézzük, 20-30 watt teljesítménnyel működünk, miközben a mesterséges intelligencia ma olyan szuperszámítógépeken alapul, melyek kilowatt vagy megawatt teljesítményűek – mondta el Sebastian. - Az agyban a szinapszisok mind a számítástechnikát, mind az információtárolást magukba foglalják. Egy új felépítésben, mely meghaladja Neumann-t, a memória aktívabb szerepet játszik a számítástechnikában."
Az IBM csapata három különféle, agyból jövő inspirációra támaszkodott. Az első szint kihasználja a memóriaeszköz állapotdinamikáját, hogy elvégezze a számítási feladatokat a memóriában. A második szint az agy szinaptikus hálózati struktúráira támaszkodik, mint a fázismódosító memória (PCM) eszközeinek inspirációja, a mély neurális hálózatok képzésének felgyorsítására.
A harmadik esetben a neuronok és a szinapszisok dinamikus és sztochasztikus jellege arra ösztönözte a kutatókat, hogy létrehozzanak egy erős számítógépes szubsztrátot a neurális hálózatok kialakulásához.
Abu Sebastian kijelentette: „A fázisváltó memória-számítási rendszerekben a hagyományos számítástechnikai rendszerekhez képest 200-szor gyorsabb teljesítményt érhetünk el.” Hozzátette, mindig számítottak arra, hogy a módszer hatékony lesz, de azt nem gondolták, hogy ennyivel.
László Adrienn