آي بي ام مغز مصنوعي از 48 تراشه ساخت

در آزمایشگاه خود در نزدیکی سان خوزه، IBM مغز یک جوندگان الکترونیکی را از ۴۸ تراشه آزمایش TrueNorth ساخته است، که هر کدام می توانند یک بلوک ساختاری اساسی از مغز را تقلید کنند.

آي بي ام مغز مصنوعي از 48 تراشه ساخت

تحت رهبري رهبر پروژه دارمندرا مودا، ما با کل پروژه از نزدیک و شخصا آشنا شديم.که با پنل های پلاستیکی شفاف پوشانده شده استبه نظر می رسد چیزی از یک فیلم علمی تخیلی دهه 70 است، اما مودا می گوید، "شما به یک جوندگان کوچک نگاه می کنید".

او در مورد مغز یک جوندگان کوچک صحبت می کند، یا حداقل این توده تراشه ها می توانند در آن مغز جای بگیرند. این تراشه ها به عنوان نورون ها عمل می کنند، بلوک های ساختمانی اساسی مغز.مودا ميگه سيستم ميتونه 48 ميليون سلول عصبي رو شبیه ساز کنه، تقریباً برابر با تعداد سلول های عصبی در مغز یک جوندگان کوچک است.

در آي بي ام، مودا گروه محاسبات شناختی را اداره می کرد، که "چیپ عصبی" را اختراع کرد. وقتی او و تیمش اختراع خود را برای اولین بار معرفی کردند، آن را برای یک تست سه هفته ای استفاده کردند،حمایت از دانشگاهیان و محققان دولتی در آزمایشگاه تحقیق و توسعه IBM در دره سیلیکونبعد از اتصال کامپیوترهای خود به مغز موش دیجیتال، محققان ساختار آن را کشف کردند و شروع به نوشتن برنامه برای تراشه TrueNorth کردند.

ماه گذشته، برخی از محققان قبلاً این مرد را در کلرادو دیده بودند، بنابراین آن را برای تشخیص عکس ها و گفتار و درک برخی از زبان های طبیعی برنامه ریزی کرده بودند.تراشه الگوریتم های یادگیری عمیق را اجرا می کند که اکنون بر خدمات هوش مصنوعی اینترنت تسلط دارند، ارائه تشخیص چهره برای فیس بوک و ترجمه زمان واقعی زبان برای اسکایپ مایکروسافت.آي بي ام در اين زمينه پيشرفتي داره چون تحقيقاتش مي تونه نياز به فضا و منابع برق رو کاهش بدهدر آینده، ممکن است بتوانیم این هوش مصنوعی را در تلفن های همراه و سایر دستگاه های کوچک مانند سمعک و ساعت قرار دهیم.

"ما از ساختار سیناپسی چه می گیریم؟ ما می توانیم تصاویر را با مصرف انرژی بسیار کم طبقه بندی کنیم، و ما می توانیم به طور مداوم مشکلات جدید را در محیط های جدید حل کنیم". برایان ون اسن،یک دانشمند کامپیوتر در آزمایشگاه ملی لورنس لیورمور که مسئول استفاده از الگوریتم های یادگیری عمیق برای امنیت ملی است.

TrueNorth آخرین تکنولوژی است که یادگیری عمیق و طیف وسیعی از خدمات هوش مصنوعی دیگر را در آینده اجرا می کند.فیس بوک و مایکروسافت هنوز به پردازنده های گرافیکی جداگانه نیاز دارند، اما همه آنها در حال حرکت به سمت FPgas هستند (چیپ هایی که می توانند برای وظایف خاص برنامه ریزی شوند).پیتر دیل (دکتری در گروه محاسبات کورکس در دانشگاه پلی تکنیک زوریخ) معتقد است که TrueNorth به دلیل مصرف انرژی کم خود از تراشه های گرافیکی مستقل و FPgas برتر است..

جیسون مارس، پروفسور علوم کامپیوتر در دانشگاه میشیگان می گوید تفاوت اصلی این است که TrueNorth با الگوریتم های یادگیری عمیق به صورت یکپارچه کار می کند.هر دو شبکه های عصبی را در عمق شبیه سازی می کنند و نورون ها و سیناپس ها را در مغز ایجاد می کنند"چيپ مي تونه به طور کارآمد دستورات شبکه عصبي رو اجرا کنه". اون در آزمايش شرکت نکرد، اما از نزديک پیشرفت چيپ رو دنبال کرده.

با این حال، TrueNorth هنوز کاملا با الگوریتم های یادگیری عمیق همگام نشده است. با این حال، IBM تصمیم گرفته است محققان خارجی را در بهبود تراشه درگیر کند.چون هنوز فاصله اي از بازار واقعي دارهبرای مودا، این نیز یک فرآیند ضروری بود، همانطور که او گفت: "ما نیاز به ایجاد یک پایه محکم برای یک تحول بزرگ داشتیم".

مغز تو تلفن

پیتر دیل به تازگی به چین سفر کرد، اما به دلیلی که می دانید، تلفن او با گوگل کار نمی کرد، و ناگهان هوش مصنوعی را به شکل اصلی اش برگرداند.چون بیشتر محاسبات ابری در حال حاضر به سرورهای گوگل وابسته است، پس بدون شبکه، همه چیز بی فایده است

یادگیری عمیق نیاز به مقدار زیادی قدرت پردازش دارد، که معمولا توسط مراکز داده بزرگ فراهم می شود، و تلفن های ما معمولا از طریق اینترنت به آنها متصل می شوند. TrueNorth،از طرف دیگر، می تواند حداقل بخشی از قدرت پردازش خود را به تلفن شما یا دستگاه دیگر منتقل کند، که می تواند به طور قابل توجهی فرکانس استفاده از هوش مصنوعی را افزایش دهد.

اما برای درک این، ابتدا باید درک کنید که یادگیری عمیق چگونه کار می کند. این کار در دو مرحله انجام می شود.شرکت هایی مثل گوگل و فیس بوک باید شبکه های عصبی خود را برای انجام وظایف خاص بسازند.اگر آنها می خواهند توانایی تشخیص خودکار عکس گربه را داشته باشند، باید به شبکه عصبی یک دسته از عکس های گربه را نشان دهند.یک شبکه عصبی دیگر برای انجام این کار نیاز داردوقتی یک عکس می گیرید، سیستم باید تعیین کند که آیا گربه ها در آن هستند، و TrueNorth وجود دارد تا مرحله دوم را کارآمدتر کند.

و چون تراشه ی TrueNorth خیلی کوچیکه و مصرف انرژی کم دارهمی تواند در دستگاه های دستی قرار گیرد. این باعث افزایش کارایی کلی می شود زیرا شما دیگر نیازی به دانلود نتایج از مرکز داده از طریق شبکه ندارید.می تواند فشار بر روی مراکز داده را به شدت کاهش دهد. "این آینده صنعت است، جایی که دستگاه ها می توانند وظایف پیچیده را به طور مستقل انجام دهند". "مارس گفت.

نورون ها، آکسون ها، سیناپس ها و محرک های عصبی

گوگل اخیراً در تلاش بوده تا شبکه های عصبی را به تلفن های همراه برساند، اما دیل فکر می کند TrueNorth از رقبای خود خیلی جلوتر است، زیرا با یادگیری عمیق هماهنگ تر است.هر تراشه می تونه میلیون ها سلول عصبی رو شبیه سازی کنه، و این نورون ها می توانند از طریق "سیناپس های مغز" با یکدیگر ارتباط برقرار کنند.

این چیزی است که TrueNorth را از محصولات مشابه در بازار متمایز می کند، حتی در مقایسه با پردازنده های گرافیکی و FPgas دارای مزایای کافی است. تراشه های TrueNorth می توانند "انبوهات عصبی،" شباهت به محرک های الکتریکی در مغز. تکانه های عصبی می توانند تغییر در لحن در گفتار کسی را نشان دهند، یا تغییر رنگ در یک تصویر. "شما می توانید آن را به عنوان پیام های کوچک بین نورون ها تصور کنید".یکی از طراحان اصلی تراشه.

اگر چه در تراشه 5.4 میلیارد ترانزیستور وجود دارد، مصرف انرژی آن فقط 70 میلی وات است. در مورد پردازنده های استاندارد اینتل چطور؟اما مصرف برق آن به 35 تا 140 وات می رسدحتی تراشه های ARM، که معمولا در گوشی های هوشمند استفاده می شوند، چندین برابر بیشتر از تراشه های TrueNorth مصرف می کنند.

البته، برای اینکه تراشه واقعا کار کند، به نرم افزار جدیدی نیاز دارد، که دقیقاً همان کاری است که دیل و دیگر توسعه دهندگان در طول آزمایش تلاش کرده اند. به عبارت دیگر،توسعه دهندگان کد موجود را به یک زبان تبدیل می کنند که تراشه تشخیص می دهد و به آن تغذیه می کند، اما آنها همچنین در حال کار بر روی نوشتن کد بومی برای TrueNorth.

حال حاضر

مانند سایر توسعه دهندگان ، Modha بر بحث TrueNorth در زمینه زیست شناسی ، مانند نورون ها ، آکسون ها ، سیناپس ها ، محرک های عصبی و غیره تمرکز دارد.بدون شک تراشه به نحوي از سيستم اعصاب انسان تقليد ميکنه، اما هنوز محدودیت های خود را دارد. "این نوع بحث ها اغلب بسیار محتاط هستند. در نهایت، سیلیکون چیزی نیست که مغز انسان از آن ساخته شده است". کریس نیکولسون،یکی از بنیانگذاران شرکتی به اسم "اسکای میند".

مودا این ادعاها را می پذیرد. وقتی که او پروژه را در سال ۲۰۰۸ با سرمایه گذاری ۵۳.۵ میلیون دلاری از طرف دارپا (دستگاه تحقیقاتی وزارت دفاع) آغاز کرد،هدف ما ساخت یک تراشه کاملا جدید از مواد کاملا متفاوت و شبیه سازی مغز انسان بوداما او می داند که این اتفاق به سرعت نمی افتد و "ما نمی توانیم واقعیت را در راه دنبال کردن رویاهایمان نادیده بگیریم".

در سال ۲۰۱۰، او به بیماری آنفولانزای خوک مبتلا شد، و در آن زمان متوجه شد که بهترین راه برای عبور از این مشکل، شروع با ساخت چیپ و شبیه سازی مغز است."به سلول هاي اعصاب نيازي نداري تا از فيزيک بنيادي تقليد کنيما باید به اندازه کافی انعطاف پذیر باشیم تا بیشتر و بیشتر شبیه مغز شویم".

این تراشه TrueNorth است. این یک مغز دیجیتال نیست، اما یک گام مهم در این مسیر است، و با اجرای آزمایشی IBM، طرح در مسیر است.کل دستگاه در واقع از 48 دستگاه جداگانه تشکیل شده استهفته ي آينده، با پايان آزمايش، مودا و تيمش ماشين رو براي پژوهشگران جدا ميکنندانسان ها از تکنولوژی برای تغییر جامعه استفاده می کنند، و این محققان ستون فقرات تلاش های ما هستند.