Korea Advanced Institute of Science and Technology (KAIST) ilmoitti tammikuussa 2024 itseoppimisen memristorin kehityksen, komponentin, joka on suunniteltu toistamaan synapsien toimintaa ihmisen aivoissa. Kaistin presidentin Kwang Hyung Leen mukaan uusi laite voi korjata omat virheet ja parantaa sen suorituskykyä ajan myötä vastaten neuromorfisten järjestelmien aiempiin haasteisiin. Lehdessä julkaistu tutkimus Luontoelektroniikkahahmottaa memristorin ominaisuudet. Tutkijat ilmoittavat, että siru voi esimerkiksi oppia erottamaan liikkuvan kuvan taustastaan videonkäsittelyn aikana ja parantamaan sen kykyä suorittaa tämä tehtävä. Tämä eteneminen voisi mahdollistaa monimutkaisten AI -tehtävien suorittamisen paikallisesti laitteisiin sen sijaan, että luottaisi etäpilvipalvelimiin, mikä lisäisi sekä yksityisyyttä että energiatehokkuutta. ”Tämä järjestelmä on kuin älykäs työtila, jossa kaikki on käsivarren ulottuvilla sen sijaan, että hänen on mentävä edestakaisin työpöydät ja tiedostokaapit”, sanoivat Kaisist -tutkijat Hakcheon Jeong ja Seungjae Han lehdistötiedotteessa. ”Tämä on samanlainen kuin tapa, jolla aivomme käsittelee tietoja, joissa kaikki käsitellään tehokkaasti kerralla yhdessä paikassa.” Memristoria, termiä, joka on johdettu ”muistista” ja ”vastus”, pidetään peruselementtinä neuromorfisille tai aivojen kaltaisille tietojenkäsittelylle. Konseptin teorisoi ensin vuonna 1971 amerikkalainen sähköinsinööri ja tietokonetieteilijä Leon Chua. Hän ehdotti, että vastuksen, kondensaattorin ja induktorin rinnalla on oltava neljännen perustavanlaatuisen sähkökomponentin. Chua kuvasi memristorin haihtumattomana muistikomponenttina, joka pystyi tallentamaan tietoja jopa virran ollessa. Vaikka teoria oli olemassa vuosikymmenien ajan, tutkijat löysivät kokeellisesti memristoreita vasta 2008. Tämä läpimurto herätti globaaleja tieteellisiä pyrkimyksiä parantaa kykyjään. Memristorin kyky suorittaa sekä tiedon tallennus että laskenta tekee samanaikaisesti tehokkaasta stand-in-standardista keinotekoiselle synapselle AI-hermoverkossa, jäljittelemällä ihmisen aivojen toimintaa. Tämän tutkimusalan ensisijainen tavoite on rakentaa tietokoneita, jotka voivat toimia ihmisen aivojen tehokkuudella ja voimalla. Aivot voivat suorittaa arvioidun miljardin miljardin (10^18) matemaattisen toiminnan sekunnissa käyttämällä vain 20 wattia voimaa. Tämän hypertehokkuuden saavuttaminen on keskeinen vaatimus käytännön neuromorfisten AI-aivojen kehittämiselle. Tänä vuonna liittyvässä kehityksessä Kaisist loi myös ensimmäisen AI -suprajohdan sirun. Tämä siru on suunniteltu erittäin korkean nopeuden toimintaan minimaalisella virrankulutuksella, jäljittelemällä edelleen aivojen tehokkuutta. Näitä teknologisia parannuksia pidetään inkrementaalisina askeleina kohti ”aivo-on-chipin” luomista. Tällainen tekniikka voisi edistää merkittävästi AI: tä ja mahdollisesti nopeuttaa etenemistä kohti singulaarisuutta, teoreettista tulevaisuutta, jossa tekoäly ylittää ihmisen älykkyyden. Artikkelissa kuitenkin todetaan, että ”älykkyys” on monimutkainen aihe. AI: n kyky suorittaa tiettyjä ihmisen aivojen kaltaisia laskelmia ei tarkoita, että se voi toistaa kaikki aivojen monipuoliset toiminnot. Jotkut tutkijat spekuloivat, että tällaiset koneet saattavat kehittyä ”muukalaisiksi mieliin”, joilla on hermosirakenteita, jotka ovat älykkäitä tavalla, joka on pohjimmiltaan erilainen kuin ihmisen kognitio. Tällä hetkellä ihmisen aivot ovat edelleen hypertehokkaiden tietojenkäsittelyn standardi. Jatkuvan edistyksen kautta komponenttien kaltaisten komponenttien kanssa AI voi lopulta haastaa tämän aseman.
Source: Kaist kehittää itseoppimista Memristorille AI-siruille
