رونمایی شرکت اینتل از یک چیپ هوش مصنوعی مقلد مغز
بسیاری از شرکت‌های تولید تکنولوژی٬ شامل اپل٬ گوگل٬ مایکروسافت٬ انویدیا٬ و خود اینتل برای تشخیص تصاویر و دیگر وظایف یادگیری عمیق٬ چیپ‌هایی ساخته‌اند.
بسیاری از شرکت‌های تولید تکنولوژی٬ شامل اپل٬ گوگل٬ مایکروسافت٬ انویدیا٬ و خود اینتل برای تشخیص تصاویر و دیگر وظایف یادگیری عمیق٬ چیپ‌هایی ساخته‌اند. اما اینتل عالوه بر روش‌های پیشین راهی دیگر را نیز با یک چیپ آزمایشی به نام «Loihi» در پیش گرفته است. این چیب به جای تکیه بر قدرت پردازش صرف٬ از روشی که هنوز اثبات نشده٬ و نوعی تکنولوژی «نورومورفیک» می‌باشد و از روی مغز انسان مدل‌سازی شده است٬ استفاده می‌کند.
اینتل مدتی است که درحال بررسی تکنولوژی نورومورفیک می‌باشد و حتی در سال ۲۰۱۲ یک چیپ طراحی کرده است. این چیپ به جای استفاده از درگاه‌های منطقی٬ از «نورون‌های اسپایکینگ» به عنوان واحد پایه‌ی محاسباتی استفاده می‌کند. این درگاه‌ها می‌توانند سیگنال‌هایی با قدرت‌های متفاوت را عبور داده و ارسال کنند٬ که خیلی شبیه به نورون‌های مغز خود ما است. همچنین آن‌ها به جای اینکه مانند پردازنده‌های معمولی توسط یک ساعت کنترل شوند٬ می‌توانند تنها وقتی که نیاز است فعال شوند.
چیپ Loihi اینتل دارای ۱۰۲۴ نورون مصنوعی٬ یا ۱۳۰۰۰۰ نورون شبیه‌سازی شده با ۱۳۰ میلیون اتصال سیناپسیِ ممکن است. این چیپ اکنون کمی پیچیده‌تر از مغزِ مثلاً یک خرچنگ است و هنوز راه درازی تا ۸۰ میلیارد نورون در پیش است.
مغز انسان از طریق مخابره کردن اطلاعات با پالس‌ها یا اسپایک‌ها٬ تقویت اتصالات تکراری٬ و ذخیره کردن تغییرات محلی در محل اتصال سیناپس‌ها عمل می‌کند. به همین دلیل٬ سلول‌های مغز به تنهایی کار نمی‌کنند٬ زیرا فعالیت یک نورون مستقیماً روی دیگر نورون‌ها تاثیر می‌گذارد و دسته‌های سلول که هماهنگ با هم کار می‌کنند٬ منجر به یادگیری و هوش می‌شوند.
از طریق شبیه‌سازی این رفتار با چیپ Loihi ٬ این چیپ می‌تواند (به صورت فرضی) به یادگیری ماشینی سرعت ببخشد در حالی که نیاز به انرژی را تا هزار برابر می‌کاهد. دیگر اینکه٬ تمامی این یادگیری روی خود چیپ انجام می‌گیرد و نیازی به استفاده از دیتاست‌های عظیم {یک پایگاه داده از چندین دیتاست تشکیل شده است} نیست. اگر این تکنولوژی در یک کامپیوتر به کار گرفته شود٬ چنین چیپ‌هایی می‌توانند به خودی خود چیز‌های جدیدی بیاموزند تا اینکه در مورد وظایفی که به طور خاص به آن‌ها آموزش داده نشده است نا‌آگاه بمانند.
این نوع چیپ‌ها می‌توانند برای ما آن نوع از هوش مصنوعی را که انتظار داریم و از آن می‌ترسیم به وجود آورند ( ربات‌ها و دیگر ساخته‌هایی که خود به مرور زمان یاد می‌گیرند). اینتل می‌گوید: «این چیپ آزمایشی پتانسیل عظیمی برای بهبود بخشیدن به کاربرد‌های اتوماتیک سازی و صنعتی و همچنین ربات‌های شخصی دارد.
همه‌ی این‌ها خوب به نظر می‌رسند٬ اما تا کنون چیپ‌های نورومورفیک نتوانسته‌اند خود را در کنار تکنولوژی کنونی آموزش عمیق که فقط بر پایه‌ی قدرت پردازش صرف است٬ نشان دهد. برای مثال٬ شرکت IBM نیز یک چیپ نورومورفیک به نام «TrueNorth» ساخته است که ۴۰۹۶ پردازنده دارد و در حدود ۲۵۶ میلیون سیناپس را شبیه سازی می‌کند. با این حال متخصص یادگیری عمیق فیسبوک Yann LeCun گفته است که این چیپ نمی‌تواند به سادگی وظایفی مانند تشخیص تصاویر را با استفاده از مدل پیچیده‌ی NeuFlow که او طراحی کرده است٬ انجام دهد.
اینتل اعتراف کرده است که چیپ تولید شده‌ی نورومورفیکش٬ در برخی از انواع یادگیری عمیق به خوبی عمل نخواهد کرد. البته با خرید Movidius و MobilEye توسط اینتل٬ این شرکت هم اکنون نیز خط تولیدی از چیپ‌های بینش و یادگیری ماشینی دارد که با الگوریتم‌های کنونی کار می‌کنند. اینتل همچنین سال پیش یک شرکت به نام Nervana را خریده است تا به رقابت با پیشتاز هوش مصنوعی پردازش ابری٬ یعنی NVIDIA بپردازد.
این شرکت در نظر دارد تا چیپ Loihi را در نیمه‌ی اول سال ۲۰۱۸ در اختیار «مؤسسات پژوهشی و دانشگاه‌های برتر» که روی هوش مصنوعی تمرکز دارند٬ قرار دهد. هدف این است که امکان پذیر بودن استفاده از چیپ را در انواع جدید برنامه‌های هوش مصنوعی برای توسعه‌ی بیشتر بررسی کنند. اینتل٬ این چیپ‌ها را با استفاده از تکنولوژی پردازنده‌های ۱۴ نانومتری می‌سازد و اولین مدل‌های آزمایشی را در ماه نوامبر عرضه خواهد کرد.
نوشته های مرتبط