في معملها بالقرب من سان خوسيه, قامت شركة IBM ببناء دماغ إلكتروني للقوارض من 48 رقائق اختبار TrueNorth, كل منها يمكن أن يحاكي لبنة البناء الأساسية للدماغ.
قامت شركة IBM بتصنيع دماغ اصطناعي من 48 رقائق
تحت قيادة قائد المشروع دارميندرا مودا, لقد اقتربنا بشكل وثيق وشخصي من المشروع بأكمله. ومن المفهوم أن حجمه يشبه خزانة أدوية الحمام, وهي مغطاة بألواح بلاستيكية شفافة, ويمكن رؤية الرقائق بوضوح, لوحات الدوائر والمؤشرات الملونة بداخلها. يبدو وكأنه شيء من فيلم الخيال العلمي في السبعينيات, لكن مودا يقول, “أنت تنظر إلى قارض صغير.”
إنه يتحدث عن دماغ قارض صغير, أو على الأقل يمكن أن تتناسب مجموعة الرقائق هذه مع هذا الدماغ. تعمل هذه الرقائق كخلايا عصبية, اللبنات الأساسية للدماغ. يقول Modha أن النظام يمكنه المحاكاة 48 مليون خلية عصبية, يساوي تقريبًا عدد الخلايا العصبية الموجودة في دماغ القوارض الصغيرة.
في آي بي إم, كان Modha يدير مجموعة الحوسبة المعرفية, الذي اخترع “رقاقة عصبية.” عندما كشف هو وفريقه لأول مرة عن اختراعهم, لقد استخدموه في اختبار تجريبي لمدة ثلاثة أسابيع, دعم الأكاديميين والباحثين الحكوميين في مختبر البحث والتطوير التابع لشركة IBM في وادي السيليكون. بعد توصيل أجهزة الكمبيوتر الخاصة بهم بدماغ الفأر الرقمي, استكشف الباحثون هيكلها وبدأوا في كتابة برامج لشريحة TrueNorth.
الشهر الماضي, لقد رأى بعض الباحثين هذا الرجل بالفعل في كولورادو, لذلك قاموا ببرمجته للتعرف على الصور والكلام, وفهم بعض اللغة الطبيعية. تعمل الشريحة على “التعلم العميق” الخوارزميات التي تهيمن الآن على خدمات الذكاء الاصطناعي على الإنترنت, توفير التعرف على الوجه لـ Facebook وترجمة اللغة في الوقت الفعلي لـ Skype من Microsoft. ما زال, تتمتع شركة IBM بالسبق هنا لأن أبحاثها يمكن أن تقلل من الحاجة إلى الفضاء وإمدادات الطاقة. في المستقبل, قد نكون قادرين على وضع هذا الذكاء الاصطناعي في الهواتف المحمولة والأجهزة الصغيرة الأخرى, مثل أجهزة السمع والساعات.
“ماذا نستفيد من البنية التشابكية؟? يمكننا تصنيف الصور ذات استهلاك الطاقة المنخفض جدًا, ويمكننا دائمًا حل المشكلات الجديدة في بيئات جديدة.” بريان فان إيسن, عالم كمبيوتر في مختبر لورانس ليفرمور الوطني وهو المسؤول عن تطبيق خوارزميات التعلم العميق للأمن القومي.
TrueNorth هي أحدث التقنيات التي ستعمل على تشغيل التعلم العميق ومجموعة من خدمات الذكاء الاصطناعي الأخرى في المستقبل. أجهزة اليوم التي تدير خوارزميات من جوجل, لا يزال فيسبوك ومايكروسوفت يتطلبان معالجات رسومات منفصلة, لكنهم جميعًا يتجهون نحو FPgas (شرائح يمكن برمجتها للقيام بمهام محددة). بيتر ديهل (دكتوراه في مجموعة Cortex للحوسبة في جامعة البوليتكنيك في زيوريخ) تعتقد أن TrueNorth تتفوق على كل من شرائح الرسومات المستقلة وFPgas بسبب استهلاكها المنخفض للطاقة.
الفرق الرئيسي, يقول جيسون مارس, أستاذ علوم الكمبيوتر في جامعة ميشيغان, هو أن TrueNorth يعمل بسلاسة مع خوارزميات التعلم العميق. كلاهما يحاكي الشبكات العصبية في العمق ويولدان الخلايا العصبية والمشابك العصبية “في الدماغ.” “يمكن للرقاقة تنفيذ أوامر الشبكة العصبية بكفاءة.” ولم يشارك في الاختبار التجريبي, لكنه تابع عن كثب تقدم الشريحة.
ومع ذلك, لم تتم مزامنة TrueNorth بشكل كامل بعد مع خوارزميات التعلم العميق. لكن, قررت شركة IBM إشراك باحثين خارجيين في تحسين الشريحة, لأنه لا يزال على بعد مسافة من السوق الفعلي. لمودا, لقد كانت أيضًا عملية ضرورية, كما قال: “كنا بحاجة إلى إرساء أساس متين لإجراء تحول كبير.”
الدماغ في الهاتف
سافر بيتر ديهل مؤخرًا إلى الصين, ولكن لسبب ما كما تعلمون, هاتفه لا يعمل مع جوجل, وفجأة أعاد الذكاء الاصطناعي إلى شكله الأصلي. لأن معظم الحوسبة السحابية تعتمد الآن على خوادم Google, لذلك من دون الشبكة, كل شيء عديم الفائدة.
يتطلب التعلم العميق قدرًا هائلاً من قوة المعالجة, والتي يتم توفيرها عادةً بواسطة مراكز البيانات العملاقة, وعادة ما تكون هواتفنا متصلة بهم عبر الإنترنت. ترو نورث, على الجانب الآخر, يمكنه نقل بعض من قوة المعالجة الخاصة به على الأقل إلى هاتفك أو أي جهاز آخر, والتي يمكن أن تزيد بشكل كبير من وتيرة استخدام الذكاء الاصطناعي.
ولكن لفهم هذا, عليك أولاً أن تفهم كيف يعمل التعلم العميق. يعمل على مرحلتين. أولاً, تحتاج شركات مثل جوجل وفيسبوك إلى بناء شبكاتها العصبية الخاصة للتعامل مع مهام محددة. إذا كانوا يريدون القدرة على التعرف تلقائيًا على صور القطط, عليهم أن يُظهروا للشبكة العصبية مجموعة من صور القطط. ثم, بعد تدريب النمط, تحتاج شبكة عصبية أخرى إلى أداء هذه المهمة. عندما تقوم بإخراج الصورة, يجب على النظام تحديد ما إذا كان هناك قطط فيه, وTrueNorth موجود لجعل الخطوة الثانية أكثر كفاءة.
بمجرد الانتهاء من تدريب الشبكة العصبية, يمكن أن تساعدك الشريحة على تجاوز مركز البيانات العملاق والانتقال مباشرة إلى الخطوة الثانية. ولأن شريحة TrueNorth صغيرة جدًا وموفرة للطاقة, يمكن أن تتناسب مع الأجهزة المحمولة. يؤدي هذا إلى زيادة الكفاءة الإجمالية لأنك لم تعد بحاجة إلى تنزيل النتائج من مركز البيانات عبر الشبكة. إذا كان من الممكن تعميمها, يمكن أن يقلل الضغط على مراكز البيانات بشكل كبير. “هذا هو مستقبل الصناعة, حيث يمكن للأجهزة أداء المهام المعقدة بشكل مستقل.” “قال المريخ.
الخلايا العصبية, محاور عصبية, المشابك العصبية والنبضات العصبية
تحاول Google مؤخرًا جلب الشبكات العصبية إلى الهواتف المحمولة, لكن ديهل يعتقد أن شركة TrueNorth تتفوق على منافسيها, لأنه أكثر تزامنًا مع التعلم العميق. يمكن لكل شريحة محاكاة ملايين الخلايا العصبية, ويمكن لهذه الخلايا العصبية التواصل مع بعضها البعض من خلاله “نقاط الاشتباك العصبي في الدماغ.”
وهذا ما يميز TrueNorth عن المنتجات المماثلة في السوق, حتى بالمقارنة مع معالجات الرسومات وFPgas تتمتع بمزايا كافية. يمكن أن تتشكل رقائق TrueNorth “النبضات العصبية,” تشبه النبضات الكهربائية في الدماغ. يمكن أن تظهر النبضات العصبية تغيرًا في نبرة كلام شخص ما, أو تغيير في اللون في الصورة. “يمكنك التفكير في الأمر على أنه رسائل صغيرة بين الخلايا العصبية.” رودريجو ألفاريز إيكازا, أحد المصممين الرئيسيين للرقاقة.
على الرغم من وجود 5.4 مليار الترانزستورات على الشريحة, استهلاكها للطاقة هو فقط 70 ملي واط. ماذا عن معالجات إنتل القياسية؟? لقد 1.2 مليار الترانزستورات, لكن يصل استهلاكها للطاقة 35 إلى 140 واتس. حتى رقائق ARM, والتي تستخدم عادة في الهواتف الذكية, تستهلك طاقة أكثر عدة مرات من شرائح TrueNorth.
بالطبع, لكي تعمل الشريحة حقًا, فهو يحتاج إلى برامج جديدة, وهذا بالضبط ما حاول Diehl والمطورون الآخرون القيام به أثناء التشغيل التجريبي. بعبارة أخرى, يقوم المطورون بتحويل التعليمات البرمجية الموجودة إلى لغة تتعرف عليها الشريحة وتغذيها, لكنهم يعملون أيضًا على كتابة التعليمات البرمجية الأصلية لـ TrueNorth.
حاضر
مثل المطورين الآخرين, يركز Modha على مناقشة TrueNorth في مجال علم الأحياء, مثل الخلايا العصبية, محاور عصبية, نقاط الاشتباك العصبي, النبضات العصبية, إلخ. لا شك أن الشريحة تحاكي الجهاز العصبي البشري في بعض النواحي, ولكن لا يزال لديه حدوده. “غالبًا ما تكون هذه الأنواع من المناقشات تحذيرية للغاية. بعد كل شيء, السيليكون ليس ما يتكون منه الدماغ البشري.” كريس نيكلسون, المؤسس المشارك لشركة تدعى Skymind.
مودا تعترف بهذه الادعاءات. عندما بدأ المشروع في 2008, مع أ $53.5 مليون استثمار من داربا (الذراع البحثية لوزارة الدفاع), كان الهدف هو بناء شريحة جديدة تمامًا من مواد مختلفة تمامًا ومحاكاة الدماغ البشري. لكنه يعلم أن ذلك لن يحدث بسرعة, و “لا يمكننا تجاهل الواقع في طريقنا لتحقيق أحلامنا,” قال.
في 2010, كان طريح الفراش بسبب أنفلونزا الخنازير, وخلال هذه الفترة أدرك أن أفضل طريقة لاختراق عنق الزجاجة هي البدء ببنية الشريحة وتحقيق محاكاة للدماغ. “لا تحتاج إلى خلايا عصبية لتقليد الفيزياء الأساسية, الكيمياء والبيولوجيا لتحسين القدرة الحاسوبية. نحن بحاجة إلى أن نكون مرنين بما يكفي لنصبح مثل الدماغ أكثر فأكثر.” قال.
هذه هي شريحة TrueNorth. إنه ليس عقلًا رقميًا, لكنها خطوة مهمة على طول الطريق, ومع التشغيل التجريبي لشركة IBM, الخطة تسير على الطريق الصحيح. يتكون الجهاز بأكمله في الواقع من 48 آلات منفصلة, ولكل منها معالج TrueNorth الخاص بها. الأسبوع المقبل, مع انتهاء المحاكمة, سيقوم مودا وفريقه بتفكيك الآلة ليأخذها الباحثون إلى منازلهم لإجراء مزيد من الدراسة. يستخدم البشر التكنولوجيا لتغيير المجتمع, وهؤلاء الباحثون هم العمود الفقري لجهودنا.