Как сравнить мозг крысы, видеокарту и ИИ будущего? Ученые ННГУ создали «универсальную линейку»

Современные нейросети невероятно умны, но у них есть огромный минус — огромное энергопотребление. На их работу уходят мегаватты энергии. В то же время наш мозг выполняет массу сложнейших задач, потребляя меньше, чем обычная лампочка.

Чтобы создать по-настоящему энергоэффективный искусственный интеллект, ученым нужно было как-то сравнить железо ПК и живые клетки. Но как это сделать, если они работают совершенно по-разному?

Директор Научно-образовательного центра (НОЦ) «Физика твердотельных наноструктур» Алексей Михайлов, научный сотрудник лаборатории мемристорной наноэлектроники Иван Кипелкин и лаборант-исследователь Григорий Жарков вместе с учёными из России, Сербии, Италии, США и Испании решили эту проблему, создав единую систему измерения, которая впервые позволила честно сравнить энергозатраты разных вычислительных систем.

Ученые предложили считать энергию, которая тратится на одно синаптическое событие (передачу сигнала от «нейрона» к «нейрону»). Теперь в одной таблице можно сопоставить мощную видеокарту (GPU), экспериментальные чипы, синапсы крысы и мозг человека.

Эксперименты показали, что особые компоненты — органические мемристоры (детали, имитирующие клетки мозга) — могут тратить на одну операцию считанные фемтоджоули. Это на уровне и даже меньше, чем тратит живой человеческий мозг!

Исследование доказало, что старый подход к сборке компьютеров (где процессор и память разделены) устарел. Будущее за «вычислениями в памяти», когда компьютер устроен точь-в-точь как наша голова.

Эта «линейка» поможет инженерам быстрее проектировать микрочипы нового поколения. Они лягут в основу Green AI — экологичного и автономного ИИ:

Роботы и беспилотники смогут работать в разы дольше без подзарядки.

Умные медицинские импланты и нейропротезы не будут требовать частой замены батареек прямо внутри организма.

Интерфейсы мозг-компьютер станут более точными, быстрыми и безопасными.

Разработка нижегородцев (опубликованная в престижном журнале IEEE Access) — это огромный шаг к тому, чтобы переселить мощный искусственный интеллект из гигантских дата-центров в один маленький, эффективный и автономный чип.

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: