Sztuczna inteligencja desperacko potrzebuje rewolucji sprzętowej, a rozwiązanie może znajdować się w Twojej głowie
Przyszłość sprzętu AI może leżeć w rozwoju komórek mózgowych jako maszyn liczących, ponieważ oferują one znaczne korzyści w zakresie zużycia energii i prędkości przetwarzania.
Wszystko wskazuje na to, że oficjalnie przeszliśmy z ery Internetu do ery sztucznej inteligencji. Jeśli Internet zdefiniował nowy świat transformacji w sposobie, w jaki będziemy konsumować, sprzedawać, bawić się i nie tylko, sztuczna inteligencja jest teraz gotowa do ustanowienia kolejnego wielkiego skoku w naszej zbiorowej działalności ludzkiej.
Eksperci twierdzą, że błyskawiczne obliczenia sztucznej inteligencji zapewnią Tobie i mnie niezrównany wzrost produktywności i innowacyjności, jakiego nigdy wcześniej nie widzieliśmy.
Będziemy w stanie błyskawicznie wykryć guzy nowotworowe, rozwikłać kod genetyczny chorób, zaprojektować nowe leki, znaleźć bezemisyjne źródła energii, wyeliminować harówkę i kto wie, co jeszcze.
Poza tym jest kilka mniej istotnych haczyków.
Po pierwsze, prawo Moore'a - postulowane przez legendarnego współzałożyciela Intela, Gordona Moore'a, który powiedział, że gęstość chipów będzie się podwajać mniej więcej co 18 miesięcy - wkrótce uderzy w ścianę, jeśli jeszcze tego nie zrobiło. (Coraz trudniej jest zmniejszyć chip bardziej niż już mamy).
„W ciągu 15 lat od 1986 do 2001 wydajność procesora rosła średnio o 52 procent rocznie, ale do 2018 roku tempo to spowolniło do zaledwie 3,5 procent rocznie - to praktycznie zastój” - mówi Klaus Æ. Mogensen w magazynie Farsight.
Drugi problem jest poważniejszy. Sztuczne sieci neuronowe (ANN), które przetwarzają ogromną liczbę rzeczywistych zbiorów danych (big data) przy użyciu krzemowych chipów obliczeniowych, w spektakularny sposób pochłaniają energię i wodę.
Szkolenie SSN na obecnym sprzęcie wytwarza kolosalne ilości ciepła, które wymaga równie ogromnych ilości chłodzenia, co po prostu nie jest fajne w dobie ostrego kryzysu klimatycznego.
Według ostatnich szacunków w ciągu zaledwie trzech lat modele sztucznej inteligencji i ich chipy pochłoną ostatecznie tyle samo energii elektrycznej, co rząd Holandii.
Jakby tego było mało, pojawia się wyzwanie techniczne, polegające na tym, że prędkość przetwarzania sieci osiągnie barierę ze względu na fizyczne oddzielenie danych od procesorów, co jest problemem powszechnie określanym jako „wąskie gardło von Neumanna”.
Innymi słowy, sztuczna inteligencja desperacko potrzebuje epickiej rewolucji sprzętowej. Na to właśnie wpadła grupa naukowców.
Nie do pomyślenia
To genialne rozwiązanie, które wykorzystuje nie fabryki czy superkomputery, ale najpotężniejszy organ znany wszystkim żyjącym gatunkom - ludzki mózg.
Łączenie ludzkiego mózgu z maszynami - zwane bioinformatyką - może wydawać się dziwaczne, ale staje się coraz popularniejszym antidotum na ograniczenia istniejącej technologii.
Rozważ różnice między nimi: Sieci neuronowe zużywają miliony watów energii dziennie, aby działać. Dla kontrastu, ludzki mózg potrzebuje jedynie 20 watów.
Efektywność energetyczna to tylko jeden z aspektów cudów ludzkiego mózgu. Jest jeszcze jeden powód, dla którego sztuczne sieci neuronowe zaprojektowano tak, aby naśladowały je.
Nieziemska konstrukcja organu jest nieporównywalna ze względu na jego skomplikowaną strukturę, która pozwala mu robić rzeczy, o których maszyny mogą tylko marzyć (oczywiście w symulacjach zaprojektowanych przez mózg).
Trudno pojąć samą zdolność sieciową ludzkiego mózgu - blisko 100 miliardów neuronów (każdy połączony z około 10 000 innych) i biliard synaps (w których łączą się neurony), wszystkie pracujące bez przerwy, wystrzeliwujące ładunki chemiczne lub elektryczne na każdy z nich. inne w stylu wezwania i odpowiedzi.
Ten niesamowity stosunek mocy obliczeniowej do zużycia energii chce wykorzystać Feng Guo, profesor nadzwyczajny inżynierii inteligentnych systemów w Szkole Informatyki, Informatyki i Inżynierii Uniwersytetu Indiana. (Wielofunkcyjny Guo otrzymał także 3,8 miliona dolarów z dotacji federalnych na opracowanie przełomowego urządzenia do noszenia, umożliwiającego wykrywanie i leczenie przedawkowania opioidów w czasie rzeczywistym).
Projektując hybrydowy system obliczeniowy, który łączy sprzęt elektroniczny z „organoidami” ludzkiego mózgu, dr Guo i inni mu podobni ścigają się, aby wyprodukować zupełnie nową generację komputerów, które z łatwością przewyższają obecne maszyny pod względem szybkości przetwarzania i zużycia energii.
To obietnica nowej dziedziny bioinformatyki, która pójdzie tam, gdzie nie dotarła wcześniej żadna maszyna, szczególnie pod względem zdolności do łączenia się z ludzkimi narządami w celu rozwoju takich dziedzin jak medycyna.
Doktor Guo i jego współpracownicy postanowili wyhodować różne kultury komórek mózgowych (neurony we wczesnym stadium i dojrzałe oraz komórki macierzyste, a także inne) i zamontowali je na układzie wieloelektrodowym, a następnie stymulowali je elektrycznie.
Mózg jest wyjątkowy pod tym względem, że ładunki elektryczne umożliwiają mu zmianę połączeń neuronowych i uczenie się samoczynnie - coś, co nazywa się plastycznością synaptyczną.
W ten sposób ludzie są w stanie używać technik treningu mózgu, aby odzwyczaić się od złych nawyków lub przekształcić negatywne myśli w pozytywne, radykalnie zmieniając w ten sposób swój umysł.
Chcąc zobaczyć, do czego zdolny jest ich prymitywny organoid, Guo i jego współpracownicy przetestowali go, konwertując najpierw 240 klipów audio przedstawiających osiem osób wymawiających japońskie samogłoski na sygnały audio. Zostały przetłumaczone przez dekoder AI, a następnie wprowadzone do organoidu, aby nadać im sens.
Wyniki były zaskakujące. Organoidowi udało się zdekodować sygnały i przypisać je do właściwej kategorii samogłosek z dokładnością na poziomie 78% - mniejszą niż dzisiejsza przeciętna sieć neuronowa AI, ale wykorzystująca niewielką ilość mocy i niewielkie przeszkolenie.
„Dzięki szkoleniu w zakresie stymulacji elektrycznej byliśmy w stanie odróżnić samogłoski danej osoby od grupy mówiących” - powiedział Guo. „Dzięki szkoleniu uruchomiliśmy nienadzorowane uczenie się hybrydowych systemów obliczeniowych”.
Było to być może najważniejsze odkrycie organoidu - wykazana zdolność do samouczenia się w kierunku wyższej dokładności. Był nawet w stanie wykonywać złożone, nieliniowe równania matematyczne.
Może to następnie stać się podstawą przyszłego przetwarzania sztucznej inteligencji - zdolności biokomputera wyposażonego w najmądrzejsze mózgi na świecie do przetwarzania, uczenia się i zapamiętywania rzeczy w jednej przestrzeni w porównaniu z oddzielnymi przedziałami procesora i pamięci w dzisiejszych maszynach .
Za jednym pociągnięciem organoid może wyeliminować ciepło, położyć kres ograniczeniom prawa Moore'a, bez wysiłku samouczyć się i położyć kres rozdwojeniu procesora pamięci, występującemu we współczesnych komputerach.
Szara materia
Nie jest to jednak takie czarno-białe - twierdzą eksperci w tej dziedzinie.
Zanim więc zaczniemy we własnym zakresie zbierać własne komórki mózgowe w celu budowy maszyn wyższego poziomu, warto wysłuchać opinii naukowców takich jak Lena Smirnova, adiunkt zdrowia publicznego w Johns Hopkins Uniwersytet.
Jedna z głównych kwestii dotyczy obaw neuroetycznych, biorąc pod uwagę, że w grę wchodzą żywe komórki mózgowe.
Smirnova - wraz ze swoimi kolegami Brianem Caffo i Erikiem C. Johnsonem - również twierdzi, że oprogramowanie Brainoware firmy Guo nie wykazało jeszcze możliwości przechowywania informacji na dłuższą metę i wykorzystywania ich do obliczeń. Mówi, że takie postępowanie, przy jednoczesnym utrzymaniu zdrowych komórek mózgowych, stanowi główne wyzwanie w tej dziedzinie.
Innymi słowy, najlepiej będzie wstrzymać się z otwieraniem szampana do czasu rozwiązania tych problemów.
To powiedziawszy, naukowcy okrzyknęli eksperyment jako przełomowy, „mogący dostarczyć fundamentalnych informacji na temat mechanizmów uczenia się, rozwoju neuronów i poznawczych implikacji chorób neurodegeneracyjnych”.