U svom laboratoriju u blizini SAN Jose, IBM je napravio elektronički mozak glodavca od 48 TrueNorth testni čipovi, od kojih svaki može oponašati osnovni građevni blok mozga.
IBM je napravio umjetni mozak od 48 čips
Pod vodstvom voditelja projekta Dharmendre Modhe, približili smo se cijelom projektu. Razumije se da je njegov volumen poput kupaonskog ormarića za lijekove, koji je prekriven prozirnim plastičnim pločama, i može jasno vidjeti čips, strujne ploče i šarene indikatore unutar nje. Izgleda kao nešto iz znanstvenofantastičnog filma iz 70-ih, ali Modha kaže, “Gledate malog glodavca.”
On govori o mozgu malog glodavca, ili barem ova hrpa žetona može stati u taj mozak. Ovi čipovi djeluju kao neuroni, osnovne građevne jedinice mozga. Modha kaže da sustav može simulirati 48 milijuna živčanih stanica, otprilike jednak broju živčanih stanica u mozgu malog glodavca.
U IBM-u, Modha je vodio grupu za kognitivno računalstvo, koji je izumio “neuročip.” Kada su on i njegov tim prvi put predstavili svoj izum, koristili su ga za trotjednu probnu vožnju, podupirući akademike i vladine istraživače u IBM-ovom laboratoriju za istraživanje i razvoj u Silicijskoj dolini. Nakon povezivanja vlastitih računala s mozgom digitalnog miša, istraživači su istražili njegovu strukturu i počeli pisati programe za čip TrueNorth.
Prošli mjesec, neki su istraživači već vidjeli ovog tipa u Coloradu, pa su ga programirali da prepoznaje fotografije i govor, i razumjeti neki prirodni jezik. Čip pokreće “duboko učenje” algoritme koji sada dominiraju internetskim uslugama umjetne inteligencije, pružanje prepoznavanja lica za Facebook i prevođenje jezika u stvarnom vremenu za Microsoftov Skype. Još, IBM tu ima prednost jer bi njegovo istraživanje moglo smanjiti potrebu za prostorom i napajanjem. U budućnosti, možda bismo mogli ovu umjetnu inteligenciju staviti u mobilne telefone i druge male uređaje, kao što su slušna pomagala i satovi.
“Što dobivamo od sinaptičke strukture? Možemo klasificirati slike s vrlo malom potrošnjom energije, i možemo stalno rješavati nove probleme u novim okruženjima.” Brian Van Essen, računalni znanstvenik u Nacionalnom laboratoriju Lawrence Livermore koji je odgovoran za primjenu algoritama dubokog učenja u nacionalnoj sigurnosti.
TrueNorth je najnovija tehnologija koja će pokretati duboko učenje i niz drugih AI usluga u budućnosti. Današnji strojevi koji pokreću Googleove algoritme, Facebook i Microsoft i dalje zahtijevaju zasebne grafičke procesore, ali svi se kreću prema FPgas-u (čipovi koji se mogu programirati za određene zadatke). Peter Diehl (Doktorirao u Cortex Computing Group na Politehničkom sveučilištu u Zürichu) vjeruje da je TrueNorth superioran i u odnosu na samostalne grafičke čipove i FPgas zbog niske potrošnje energije.
Glavna razlika, kaže Jason Mars, profesor informatike na Sveučilištu Michigan, je da TrueNorth besprijekorno radi s algoritmima dubokog učenja. Oba dubinski simuliraju neuronske mreže i generiraju neurone i sinapse “u mozgu.” “Čip može učinkovito izvršavati naredbe neuronske mreže.” Nije sudjelovao u probnoj vožnji, ali je pomno pratio napredak čipa.
Čak i tako, TrueNorth još nije u potpunosti sinkroniziran s algoritmima dubokog učenja. Međutim, IBM je odlučio uključiti vanjske istraživače u poboljšanje čipa, jer je još uvijek udaljen od stvarnog tržišta. Za Modhu, to je također bio nužan proces, kako je rekao: “Trebali smo postaviti čvrste temelje za veliku transformaciju.”
Mozak u telefonu
Peter Diehl nedavno je putovao u Kinu, ali iz nekog razloga znaš, njegov telefon nije radio s Googleom, i odjednom je umjetnu inteligenciju vratio u njezin izvorni oblik. Budući da većina računalstva u oblaku sada ovisi o Googleovim poslužiteljima, pa bez mreže, sve je beskorisno.
Duboko učenje zahtijeva ogromnu količinu procesorske snage, koje obično pružaju ogromni podatkovni centri, a naši telefoni obično su povezani s njima putem interneta. TrueNorth, s druge strane, može premjestiti barem dio svoje procesorske snage na vaš telefon ili drugi uređaj, što bi moglo uvelike proširiti učestalost korištenja umjetne inteligencije.
Ali da ovo razumijemo, prvo morate razumjeti kako dubinsko učenje funkcionira. Radi u dvije faze. Prvi, tvrtke poput Googlea i Facebooka trebaju izgraditi vlastite neuronske mreže za rješavanje specifičnih zadataka. Ako žele mogućnost automatskog prepoznavanja fotografija mačaka, moraju neuronskoj mreži pokazati hrpu fotografija mačaka. Zatim, nakon što se uzorak uvježba, druga neuronska mreža treba izvršiti ovaj zadatak. Kad izvadite fotografiju, sustav mora utvrditi ima li u njemu mačaka, a TrueNorth postoji kako bi drugi korak učinio učinkovitijim.
Nakon što ste istrenirali neuronsku mrežu, čip vam može pomoći da zaobiđete golemi podatkovni centar i prijeđete ravno na drugi korak. I zato što je TrueNorthov čip tako malen i energetski učinkovit, može stati u ručne uređaje. To povećava ukupnu učinkovitost jer više ne morate preuzimati rezultate iz podatkovnog centra putem mreže. Ako se može popularizirati, može uvelike smanjiti pritisak na podatkovne centre. “Ovo je budućnost industrije, gdje uređaji mogu samostalno obavljati složene zadatke.” “rekao je Mars.
Neuroni, aksoni, sinapse i živčane impulse
Google nedavno pokušava unijeti neuronske mreže u mobilne telefone, ali Diehl misli da je TrueNorth daleko ispred svojih rivala, jer je više usklađen s dubokim učenjem. Svaki čip može simulirati milijune neurona, a ti neuroni mogu međusobno komunicirati putem “sinapse u mozgu.”
To je ono što izdvaja TrueNorth od sličnih proizvoda na tržištu, čak i u usporedbi s grafičkim procesorima i FPgas imaju dovoljno prednosti. Mogu se formirati strugotine TrueNorth “živčanih impulsa,” slično električnim impulsima u mozgu. Živčani impulsi mogu pokazati promjenu tona u nečijem govoru, ili promjena boje na slici. “Možete to zamisliti kao male poruke između neurona.” Rodrigo Alvarez-Icaza, jedan od vodećih dizajnera čipa.
Iako postoje 5.4 milijardi tranzistora na čipu, njegova potrošnja energije je samo 70 milivati. Što je sa standardnim Intelovim procesorima? Ima 1.2 milijarde tranzistora, ali njegova potrošnja energije doseže 35 do 140 vata. Čak i ARM čipovi, koji se obično koriste u pametnim telefonima, troše nekoliko puta više energije od TrueNorth čipova.
Naravno, da čip stvarno radi, treba novi softver, što je upravo ono što su Diehl i drugi programeri pokušavali učiniti tijekom testnog rada. Drugim riječima, programeri pretvaraju postojeći kod u jezik koji čip prepoznaje i unosi u njega, ali također rade na pisanju izvornog koda za TrueNorth.
predstaviti
Kao i drugi programeri, Modha se fokusira na raspravu o TrueNorthu u području biologije, kao što su neuroni, aksoni, sinapse, živčanih impulsa, itd. Čip nedvojbeno na neki način oponaša ljudski živčani sustav, ali ipak ima svoja ograničenja. “Ovakve vrste rasprava često su vrlo oprezne. Uostalom, silicij nije ono od čega se sastoji ljudski mozak.” Chris Nicholson, suosnivač tvrtke Skymind.
Modha priznaje ove tvrdnje. Kada je započeo projekt u 2008, s a $53.5 milijuna ulaganja iz Darpe (istraživački ogranak Ministarstva obrane), cilj je bio izgraditi potpuno novi čip od potpuno različitih materijala i simulirati ljudski mozak. Ali zna da se to neće dogoditi brzo, i “ne možemo ignorirati stvarnost na putu ka ostvarenju svojih snova,” rekao je.
U 2010, bio je prikovan za krevet svinjskom gripom, tijekom kojeg je vremena shvatio da je najbolji način da se probije kroz usko grlo započeti sa strukturom čipa i postići simulaciju mozga. “Ne trebaju vam živčane stanice da oponašate osnovnu fiziku, kemije i biologije za poboljšanje računalne snage. Moramo biti dovoljno fleksibilni da sve više postajemo poput mozga.” ‘ rekao je.
Ovo je čip TrueNorth. To nije digitalni mozak, ali to je važan korak na putu, i s IBM-ovim probnim radom, plan je na pravom putu. Cijeli se stroj zapravo sastoji od 48 odvojeni strojevi, svaki sa svojim TrueNorth procesorom. Sljedeći tjedan, s probnim radom, Modha i njegov tim će rastaviti stroj kako bi ga istraživači ponijeli kući na daljnje proučavanje. Ljudi koriste tehnologiju da bi promijenili društvo, a ti su istraživači okosnica naših nastojanja.