Η IBM έφτιαξε έναν τεχνητό εγκέφαλο από 48 τσιπ.

Υπό την ηγεσία του επικεφαλής του έργου Ναρεντραμόντ Μόντα, ήρθαμε κοντά και προσωπικά με ολόκληρο το έργο. Είναι κατανοητό ότι ο όγκος του είναι σαν ένα ντουλάπι φαρμάκων μπάνιου, το οποίο καλύπτεται με ημιδιαφανή πλαστικά πάνελ και μπορεί να δει καθαρά τα τσιπ, τις πλακέτες κυκλωμάτων και τις πολύχρωμες ενδείξεις μέσα του. Μοιάζει με κάτι από μια ταινία επιστημονικής φαντασίας της δεκαετίας του '70, αλλά ο Μόντα λέει, «Βλέπετε ένα μικρό τρωκτικό».

Μιλάει για τον εγκέφαλο ενός μικρού τρωκτικού, ή τουλάχιστον αυτή η στοίβα τσιπ μπορεί να χωρέσει σε αυτόν τον εγκέφαλο. Αυτά τα τσιπ λειτουργούν ως νευρώνες, τα βασικά δομικά στοιχεία του εγκεφάλου. Ο Μόντα λέει ότι το σύστημα μπορεί να προσομοιώσει 48 εκατομμύρια νευρικά κύτταρα, περίπου ίσο με τον αριθμό των νευρικών κυττάρων σε έναν μικρό εγκέφαλο τρωκτικού.

Στην IBM, ο Μόντα διηύθυνε την ομάδα γνωστικής υπολογιστικής, η οποία εφηύρε το «νευροτσιπ». Όταν αυτός και η ομάδα του αποκάλυψαν για πρώτη φορά την εφεύρεσή τους, τη χρησιμοποίησαν για μια δοκιμαστική περίοδο τριών εβδομάδων, υποστηρίζοντας ακαδημαϊκούς και κυβερνητικούς ερευνητές στο εργαστήριο έρευνας και ανάπτυξης της IBM στην Silicon Valley. Αφού συνέδεσαν τους δικούς τους υπολογιστές με τον ψηφιακό εγκέφαλο του ποντικιού, οι ερευνητές εξερεύνησαν τη δομή του και άρχισαν να γράφουν προγράμματα για το τσιπ TrueNorth.

Τον περασμένο μήνα, ορισμένοι ερευνητές είχαν ήδη δει αυτόν τον τύπο στο Κολοράντο, οπότε τον είχαν προγραμματίσει να αναγνωρίζει φωτογραφίες και ομιλία και να κατανοεί κάποια φυσική γλώσσα. Το τσιπ εκτελεί τους αλγόριθμους «βαθιάς μάθησης» που κυριαρχούν τώρα στις υπηρεσίες τεχνητής νοημοσύνης του Διαδικτύου, παρέχοντας αναγνώριση προσώπου για το Facebook και μετάφραση γλώσσας σε πραγματικό χρόνο για το Skype της Microsoft. Ωστόσο, η IBM έχει ένα προβάδισμα εδώ, επειδή η έρευνά της θα μπορούσε να μειώσει την ανάγκη για χώρο και παροχή ενέργειας. Στο μέλλον, ίσως μπορέσουμε να βάλουμε αυτήν την τεχνητή νοημοσύνη σε κινητά τηλέφωνα και άλλες μικρές συσκευές, όπως ακουστικά βοηθήματα και ρολόγια.

«Τι παίρνουμε από τη συναπτική δομή; Μπορούμε να ταξινομήσουμε εικόνες με πολύ χαμηλή κατανάλωση ενέργειας και μπορούμε να λύνουμε συνεχώς νέα προβλήματα σε νέα περιβάλλοντα». Μπράιαν Βαν Έσεν, ένας επιστήμονας υπολογιστών στο Εθνικό Εργαστήριο Lawrence Livermore, ο οποίος είναι υπεύθυνος για την εφαρμογή αλγορίθμων βαθιάς μάθησης στην εθνική ασφάλεια.

Το TrueNorth είναι η τελευταία τεχνολογία που θα εκτελέσει βαθιά μάθηση και μια σειρά άλλων υπηρεσιών AI στο μέλλον. Τα σημερινά μηχανήματα που εκτελούν αλγορίθμους από την Google, το Facebook και τη Microsoft εξακολουθούν να απαιτούν ξεχωριστούς επεξεργαστές γραφικών, αλλά όλοι κινούνται προς τα FPgas (τσιπ που μπορούν να προγραμματιστούν για συγκεκριμένες εργασίες). Ο Peter Diehl (PhD στην Ομάδα Υπολογιστών Cortex στο Πολυτεχνείο της Ζυρίχης) πιστεύει ότι το TrueNorth είναι ανώτερο τόσο από τα αυτόνομα τσιπ γραφικών όσο και από τα FPgas λόγω της χαμηλής κατανάλωσης ενέργειας.

Η κύρια διαφορά, λέει ο Τζέισον Μαρς, καθηγητής επιστήμης υπολογιστών στο Πανεπιστήμιο του Μίσιγκαν, είναι ότι το TrueNorth λειτουργεί απρόσκοπτα με αλγορίθμους βαθιάς μάθησης. Και τα δύο προσομοιώνουν νευρωνικά δίκτυα σε βάθος και δημιουργούν νευρώνες και συνάψεις «στον εγκέφαλο». «Το τσιπ μπορεί να εκτελέσει αποτελεσματικά τις εντολές του νευρωνικού δικτύου». Δεν συμμετείχε στη δοκιμαστική λειτουργία, αλλά παρακολούθησε στενά την πρόοδο του τσιπ.

Ακόμα κι έτσι, το TrueNorth δεν είναι ακόμη πλήρως συγχρονισμένο με αλγορίθμους βαθιάς μάθησης. Ωστόσο, η IBM αποφάσισε να συμπεριλάβει εξωτερικούς ερευνητές στη βελτίωση του τσιπ, επειδή απέχει ακόμη κάποια απόσταση από την πραγματική αγορά. Για τον Μόντα, ήταν επίσης μια απαραίτητη διαδικασία, όπως είπε: «Χρειαζόμασταν να θέσουμε ένα στέρεο θεμέλιο για μια σημαντική μεταμόρφωση».

Ο Peter Diehl ταξίδεψε πρόσφατα στην Κίνα, αλλά για κάποιο λόγο ξέρετε, το τηλέφωνό του δεν λειτούργησε με την Google και ξαφνικά πήρε την τεχνητή νοημοσύνη πίσω στην αρχική της μορφή. Επειδή το μεγαλύτερο μέρος της υπολογιστικής νέφους εξαρτάται τώρα από τους διακομιστές της Google, οπότε χωρίς το δίκτυο, όλα είναι άχρηστα.

Η βαθιά μάθηση απαιτεί τεράστια ποσότητα επεξεργαστικής ισχύος, η οποία παρέχεται συνήθως από γιγαντιαία κέντρα δεδομένων και τα τηλέφωνά μας είναι συνήθως συνδεδεμένα σε αυτά μέσω του Διαδικτύου. Το TrueNorth, από την άλλη πλευρά, μπορεί να μετακινήσει τουλάχιστον ένα μέρος της επεξεργαστικής του ισχύος στο τηλέφωνό σας ή σε άλλη συσκευή, γεγονός που θα μπορούσε να επεκτείνει σημαντικά τη συχνότητα χρήσης της AI.

Αλλά για να το καταλάβετε αυτό, πρέπει πρώτα να καταλάβετε πώς λειτουργεί η βαθιά μάθηση. Λειτουργεί σε δύο στάδια. Πρώτον, εταιρείες όπως η Google και το Facebook πρέπει να δημιουργήσουν τα δικά τους νευρωνικά δίκτυα για να χειριστούν συγκεκριμένες εργασίες. Εάν θέλουν τη δυνατότητα αυτόματης αναγνώρισης φωτογραφιών γάτας, πρέπει να δείξουν στο νευρωνικό δίκτυο μια δέσμη φωτογραφιών γάτας. Στη συνέχεια, αφού εκπαιδευτεί το μοτίβο, ένα άλλο νευρωνικό δίκτυο πρέπει να εκτελέσει αυτήν την εργασία. Όταν βγάζετε μια φωτογραφία, το σύστημα πρέπει να καθορίσει εάν υπάρχουν γάτες σε αυτήν και το TrueNorth υπάρχει για να κάνει το δεύτερο βήμα πιο αποτελεσματικό.

Μόλις εκπαιδεύσετε το νευρωνικό δίκτυο, το τσιπ μπορεί να σας βοηθήσει να παρακάμψετε το γιγαντιαίο κέντρο δεδομένων και να μεταβείτε απευθείας στο δεύτερο βήμα. Και επειδή το τσιπ του TrueNorth είναι τόσο μικρό και ενεργειακά αποδοτικό, μπορεί να χωρέσει σε φορητές συσκευές. Αυτό αυξάνει τη συνολική απόδοση, επειδή δεν χρειάζεται πλέον να κατεβάζετε τα αποτελέσματα από το κέντρο δεδομένων μέσω του δικτύου. Εάν μπορεί να διαδοθεί, μπορεί να μειώσει σημαντικά την πίεση στα κέντρα δεδομένων. «Αυτό είναι το μέλλον της βιομηχανίας, όπου οι συσκευές μπορούν να εκτελούν πολύπλοκες εργασίες ανεξάρτητα». «Είπε ο Μαρς.

Η Google προσπαθεί πρόσφατα να φέρει νευρωνικά δίκτυα σε κινητά τηλέφωνα, αλλά ο Diehl πιστεύει ότι το TrueNorth προηγείται των ανταγωνιστών του, επειδή είναι περισσότερο συγχρονισμένο με τη βαθιά μάθηση. Κάθε τσιπ μπορεί να προσομοιώσει εκατομμύρια νευρώνες και αυτοί οι νευρώνες μπορούν να επικοινωνούν μεταξύ τους μέσω «συνάψεων στον εγκέφαλο».

Αυτό είναι που ξεχωρίζει το TrueNorth από παρόμοια προϊόντα στην αγορά, ακόμη και σε σύγκριση με επεξεργαστές γραφικών και FPgas έχουν αρκετά πλεονεκτήματα. Τα τσιπ TrueNorth μπορούν να σχηματίσουν «νευρικές ώσεις», παρόμοιες με ηλεκτρικές ώσεις στον εγκέφαλο. Οι νευρικές ώσεις μπορούν να δείξουν μια αλλαγή στον τόνο στην ομιλία κάποιου ή μια αλλαγή στο χρώμα σε μια εικόνα. «Μπορείτε να το σκεφτείτε ως μικρά μηνύματα μεταξύ νευρώνων». Ο Rodrigo Alvarez-Icaza, ένας από τους κορυφαίους σχεδιαστές του τσιπ.

Αν και υπάρχουν 5,4 δισεκατομμύρια τρανζίστορ στο τσιπ, η κατανάλωση ενέργειας είναι μόνο 70 milliwatts. Τι γίνεται με τους τυπικούς επεξεργαστές Intel; Έχει 1,2 δισεκατομμύρια τρανζίστορ, αλλά η κατανάλωση ενέργειας φτάνει 35 έως 140 watts. Ακόμη και τα τσιπ ARM, τα οποία χρησιμοποιούνται συνήθως σε smartphone, καταναλώνουν αρκετές φορές περισσότερη ενέργεια από τα τσιπ TrueNorth.

Φυσικά, για να λειτουργήσει πραγματικά το τσιπ, χρειάζεται νέο λογισμικό, το οποίο είναι ακριβώς αυτό που προσπαθούν να κάνουν ο Diehl και άλλοι προγραμματιστές κατά τη διάρκεια της δοκιμαστικής λειτουργίας. Με άλλα λόγια, οι προγραμματιστές μετατρέπουν τον υπάρχοντα κώδικα σε μια γλώσσα που αναγνωρίζει το τσιπ και τον τροφοδοτούν σε αυτό, αλλά εργάζονται επίσης για τη συγγραφή εγγενή κώδικα για το TrueNorth.

Όπως και άλλοι προγραμματιστές, ο Μόντα επικεντρώνεται στη συζήτηση του TrueNorth στον τομέα της βιολογίας, όπως νευρώνες, άξονες, συνάψεις, νευρικές ώσεις κ.λπ. Το τσιπ μιμείται αναμφίβολα το ανθρώπινο νευρικό σύστημα με ορισμένους τρόπους, αλλά εξακολουθεί να έχει τους περιορισμούς του. «Αυτά τα είδη συζητήσεων είναι συχνά πολύ προσεκτικές. Άλλωστε, το πυρίτιο δεν είναι αυτό από το οποίο είναι φτιαγμένος ο ανθρώπινος εγκέφαλος». Κρις Νίκολσον, συνιδρυτής μιας εταιρείας που ονομάζεται Skymind.

Ο Μόντα αναγνωρίζει αυτούς τους ισχυρισμούς. Όταν ξεκίνησε το έργο το 2008, με μια $53,5 εκατομμύρια επένδυση από την Darpa (το ερευνητικό τμήμα του Υπουργείου Άμυνας), ο στόχος ήταν να κατασκευαστεί ένα εντελώς νέο τσιπ από εντελώς διαφορετικά υλικά και να προσομοιωθεί ο ανθρώπινος εγκέφαλος. Αλλά γνωρίζει ότι δεν θα συμβεί γρήγορα και «δεν μπορούμε να αγνοήσουμε την πραγματικότητα στην πορεία προς την επιδίωξη των ονείρων μας», είπε.

Το 2010, ήταν καθηλωμένος στο κρεβάτι με γρίπη των χοίρων, κατά τη διάρκεια της οποίας συνειδητοποίησε ότι ο καλύτερος τρόπος για να ξεπεραστεί το σημείο συμφόρησης ήταν να ξεκινήσει με τη δομή του τσιπ και να επιτευχθεί μια προσομοίωση του εγκεφάλου. «Δεν χρειάζεστε νευρικά κύτταρα για να μιμηθείτε τη βασική φυσική, τη χημεία και τη βιολογία για να βελτιώσετε την υπολογιστική ισχύ. Πρέπει να είμαστε αρκετά ευέλικτοι για να γίνουμε όλο και περισσότερο σαν τον εγκέφαλο». 'είπε.

Αυτό είναι το τσιπ TrueNorth. Δεν είναι ένας ψηφιακός εγκέφαλος, αλλά είναι ένα σημαντικό βήμα στην πορεία και με τη δοκιμαστική λειτουργία της IBM, το σχέδιο είναι σε καλό δρόμο. Ολόκληρη η μηχανή αποτελείται στην πραγματικότητα από 48 ξεχωριστά μηχανήματα, το καθένα με τον δικό του επεξεργαστή TrueNorth. Την επόμενη εβδομάδα, με τη δοκιμαστική λειτουργία να έχει τελειώσει, ο Μόντα και η ομάδα του θα διαλύσουν τη μηχανή για να την πάρουν οι ερευνητές στο σπίτι για περαιτέρω μελέτη. Οι άνθρωποι χρησιμοποιούν την τεχνολογία για να αλλάξουν την κοινωνία και αυτοί οι ερευνητές είναι η ραχοκοκαλιά των προσπαθειών μας.