सैन जोस के पास अपनी प्रयोगशाला में, IBM ने 48 TrueNorth टेस्ट चिप्स से एक इलेक्ट्रॉनिक कृंतक मस्तिष्क बनाया है, जिनमें से प्रत्येक मस्तिष्क के एक बुनियादी निर्माण खंड की नकल कर सकता है।
परियोजना के नेता धर्मेंद्र मोधा के नेतृत्व में, हम पूरी परियोजना के करीब और व्यक्तिगत रूप से मिले। यह समझा जाता है कि इसका आयतन एक बाथरूम मेडिसिन कैबिनेट जैसा है, जो पारभासी प्लास्टिक पैनलों से ढका हुआ है, और इसके अंदर चिप्स, सर्किट बोर्ड और रंगीन संकेतक स्पष्ट रूप से देखे जा सकते हैं। यह 70 के दशक की विज्ञान कथा फिल्म से कुछ जैसा दिखता है, लेकिन मोधा कहते हैं, "आप एक छोटे कृंतक को देख रहे हैं।"
वह एक छोटे कृंतक के मस्तिष्क की बात कर रहे हैं, या कम से कम चिप्स का यह ढेर उस मस्तिष्क में फिट हो सकता है। ये चिप्स न्यूरॉन्स के रूप में कार्य करते हैं, जो मस्तिष्क के बुनियादी निर्माण खंड हैं। मोधा कहते हैं कि सिस्टम 48 मिलियन तंत्रिका कोशिकाओंका अनुकरण कर सकता है, जो मोटे तौर पर एक छोटे कृंतक मस्तिष्क में तंत्रिका कोशिकाओं की संख्या के बराबर है।
IBM में, मोधा ने संज्ञानात्मक कंप्यूटिंग समूह चलाया, जिसने "न्यूरोचिप" का आविष्कार किया। जब उन्होंने और उनकी टीम ने पहली बार अपने आविष्कार का अनावरण किया, तो उन्होंने इसका उपयोग तीन सप्ताह के परीक्षण के लिए किया, जो सिलिकॉन वैली में IBM की अनुसंधान और विकास प्रयोगशाला में शिक्षाविदों और सरकारी शोधकर्ताओं का समर्थन करता था। अपने स्वयं के कंप्यूटरों को डिजिटल माउस मस्तिष्क से जोड़ने के बाद, शोधकर्ताओं ने इसकी संरचना का पता लगाया और TrueNorth चिप के लिए प्रोग्राम लिखना शुरू कर दिया।
पिछले महीने, कुछ शोधकर्ताओं ने पहले ही इस व्यक्ति को कोलोराडो में देखा था, इसलिए उन्होंने इसे तस्वीरों और भाषण को पहचानने और कुछ प्राकृतिक भाषा को समझने के लिए प्रोग्राम किया था। चिप "डीप लर्निंग" एल्गोरिदम चलाता है जो अब इंटरनेट की कृत्रिम बुद्धिमत्ता सेवाओं पर हावी हैं, जो फेसबुक के लिए चेहरे की पहचान और माइक्रोसॉफ्ट के स्काइप के लिए वास्तविक समय भाषा अनुवाद प्रदान करते हैं। फिर भी, IBM के पास यहां एक शुरुआत है क्योंकि इसका शोध स्थान और बिजली आपूर्ति की आवश्यकता को कम कर सकता है। भविष्य में, हम इस कृत्रिम बुद्धिमत्ता को मोबाइल फोन और अन्य छोटे उपकरणों, जैसे श्रवण यंत्र और घड़ियों में डाल सकते हैं।
"सिनैप्टिक संरचना से हमें क्या मिलता है? हम बहुत कम बिजली की खपत के साथ छवियों को वर्गीकृत कर सकते हैं, और हम लगातार नए वातावरण में नई समस्याओं को हल कर सकते हैं।" ब्रायन वैन एसेन, लॉरेंस लिवरमोर नेशनल लेबोरेटरी के एक कंप्यूटर वैज्ञानिक, जो राष्ट्रीय सुरक्षा के लिए डीप लर्निंग एल्गोरिदम लागू करने के लिए जिम्मेदार हैं।
TrueNorth नवीनतम तकनीक है जो भविष्य में डीप लर्निंग और अन्य एआई सेवाओं की एक श्रृंखला चलाएगी। आज की मशीनें जो Google, Facebook और Microsoft से एल्गोरिदम चलाती हैं, उन्हें अभी भी अलग ग्राफिक्स प्रोसेसर की आवश्यकता होती है, लेकिन वे सभी FPgas (चिप्स जिन्हें विशिष्ट कार्यों के लिए प्रोग्राम किया जा सकता है) की ओर बढ़ रहे हैं। पीटर डीहल (ज्यूरिख पॉलिटेक्निक विश्वविद्यालय में कॉर्टेक्स कंप्यूटिंग समूह में पीएचडी) का मानना है कि TrueNorth कम बिजली की खपत के कारण स्टैंडअलोन ग्राफिक्स चिप्स और FPgas दोनों से बेहतर है।
मिशिगन विश्वविद्यालय के कंप्यूटर विज्ञान के प्रोफेसर जेसन मार्स का कहना है कि मुख्य अंतर यह है कि TrueNorth डीप लर्निंग एल्गोरिदम के साथ निर्बाध रूप से काम करता है। दोनों गहराई में तंत्रिका नेटवर्क का अनुकरण करते हैं और "मस्तिष्क में" न्यूरॉन्स और सिनैप्स उत्पन्न करते हैं। "चिप तंत्रिका नेटवर्क के आदेशों को कुशलता से निष्पादित कर सकता है।" उन्होंने परीक्षण में भाग नहीं लिया, लेकिन चिप की प्रगति का बारीकी से पालन किया है।
फिर भी, TrueNorth अभी तक डीप लर्निंग एल्गोरिदम के साथ पूरी तरह से सिंक्रनाइज़ नहीं है। हालांकि, IBM ने चिप में सुधार के लिए बाहरी शोधकर्ताओं को शामिल करने का फैसला किया है, क्योंकि यह अभी भी वास्तविक बाजार से कुछ दूरी पर है। मोधा के लिए, यह एक आवश्यक प्रक्रिया भी थी, जैसा कि उन्होंने कहा: "हमें एक बड़े परिवर्तन के लिए एक ठोस नींव रखने की आवश्यकता थी।"
पीटर डीहल हाल ही में चीन गए थे, लेकिन कुछ कारणों से आप जानते हैं, उनका फोन Google के साथ काम नहीं करता था, और उन्होंने अचानक कृत्रिम बुद्धिमत्ता को उसकी मूल स्थिति में वापस ले लिया। क्योंकि अब अधिकांश क्लाउड कंप्यूटिंग Google के सर्वर पर निर्भर करती है, इसलिए नेटवर्क के बिना, सब कुछ बेकार है।
डीप लर्निंग को भारी मात्रा में प्रसंस्करण शक्ति की आवश्यकता होती है, जो आमतौर पर विशाल डेटा केंद्रों द्वारा प्रदान की जाती है, और हमारे फोन आमतौर पर इंटरनेट के माध्यम से उनसे जुड़े होते हैं। दूसरी ओर, TrueNorth, कम से कम कुछ प्रसंस्करण शक्ति को आपके फोन या अन्य डिवाइस पर ले जा सकता है, जो एआई उपयोग की आवृत्ति को बहुत बढ़ा सकता है।
लेकिन इसे समझने के लिए, आपको पहले यह समझने की आवश्यकता है कि डीप लर्निंग कैसे काम करता है। यह दो चरणों में काम करता है। सबसे पहले, Google और Facebook जैसी कंपनियों को विशिष्ट कार्यों को संभालने के लिए अपने स्वयं के तंत्रिका नेटवर्क बनाने की आवश्यकता होती है। यदि वे स्वचालित रूप से बिल्ली की तस्वीरों को पहचानने की क्षमता चाहते हैं, तो उन्हें तंत्रिका नेटवर्क को बिल्ली की तस्वीरों का एक गुच्छा दिखाना होगा। फिर, पैटर्न को प्रशिक्षित करने के बाद, एक अन्य तंत्रिका नेटवर्क को इस कार्य को करने की आवश्यकता होती है। जब आप एक तस्वीर निकालते हैं, तो सिस्टम को यह निर्धारित करना होगा कि उसमें बिल्लियाँ हैं या नहीं, और TrueNorth दूसरे चरण को अधिक कुशल बनाने के लिए मौजूद है।
एक बार जब आप तंत्रिका नेटवर्क को प्रशिक्षित कर लेते हैं, तो चिप आपको विशाल डेटा सेंटर को बायपास करने और सीधे दूसरे चरण में जाने में मदद कर सकता है। और क्योंकि TrueNorth का चिप इतना छोटा और बिजली कुशल है, यह हैंडहेल्ड उपकरणों में फिट हो सकता है। यह समग्र दक्षता बढ़ाता है क्योंकि आपको अब नेटवर्क पर डेटा सेंटर से परिणाम डाउनलोड करने की आवश्यकता नहीं है। यदि इसे लोकप्रिय बनाया जा सकता है, तो यह डेटा केंद्रों पर दबाव को बहुत कम कर सकता है। "यह उद्योग का भविष्य है, जहां डिवाइस स्वतंत्र रूप से जटिल कार्य कर सकते हैं।" "मार्स ने कहा।
Google हाल ही में तंत्रिका नेटवर्क को मोबाइल फोन में लाने की कोशिश कर रहा है, लेकिन डीहल का मानना है कि TrueNorth अपने प्रतिद्वंद्वियों से बहुत आगे है, क्योंकि यह डीप लर्निंग के साथ अधिक सिंक में है। प्रत्येक चिप लाखों न्यूरॉन्स का अनुकरण कर सकता है, और ये न्यूरॉन्स "मस्तिष्क में सिनैप्स" के माध्यम से एक दूसरे के साथ संवाद कर सकते हैं।
यह वह है जो TrueNorth को बाजार में समान उत्पादों से अलग करता है, यहां तक कि ग्राफिक्स प्रोसेसर और FPgas की तुलना में भी पर्याप्त लाभ हैं। TrueNorth चिप्स "तंत्रिका आवेग" बना सकते हैं, जो मस्तिष्क में विद्युत आवेगों के समान हैं। तंत्रिका आवेग किसी की वाणी में स्वर में बदलाव, या किसी छवि में रंग में बदलाव दिखा सकते हैं। "आप इसे न्यूरॉन्स के बीच छोटे संदेशों के रूप में सोच सकते हैं।" रोड्रिगो अल्वारज़-इकाज़ा, चिप के प्रमुख डिजाइनरों में से एक।
हालांकि, चिप पर 5.4 बिलियन ट्रांजिस्टर हैं, इसकी बिजली की खपत केवल 70 मिलीवाट है। स्टैंडर्ड इंटेल प्रोसेसर के बारे में क्या? इसमें 1.2 बिलियन ट्रांजिस्टर हैं, लेकिन इसकी बिजली की खपत 35 से 140 वाट तक पहुँच जाती है। यहां तक कि ARM चिप्स, जो आमतौर पर स्मार्टफोन में उपयोग किए जाते हैं, TrueNorth चिप्स की तुलना में कई गुना अधिक बिजली की खपत करते हैं।
बेशक, चिप को वास्तव में काम करने के लिए, इसे नए सॉफ़्टवेयर की आवश्यकता होती है, जो ठीक वही है जो डीहल और अन्य डेवलपर्स परीक्षण के दौरान करने की कोशिश कर रहे हैं। दूसरे शब्दों में, डेवलपर्स मौजूदा कोड को एक ऐसी भाषा में बदल रहे हैं जिसे चिप पहचानता है और उसमें फीड करता है, लेकिन वे TrueNorth के लिए मूल कोड लिखने पर भी काम कर रहे हैं।
अन्य डेवलपर्स की तरह, मोधा न्यूरॉन्स, एक्सॉन, सिनैप्स, तंत्रिका आवेग, आदि जैसे जीव विज्ञान के क्षेत्र में TrueNorth पर चर्चा करने पर ध्यान केंद्रित करते हैं। चिप निस्संदेह कुछ मायनों में मानव तंत्रिका तंत्र की नकल करता है, लेकिन इसकी अभी भी सीमाएँ हैं। "इस तरह की चर्चा अक्सर बहुत सावधानी बरतने वाली होती है। आखिरकार, सिलिकॉन वह नहीं है जिससे मानव मस्तिष्क बना है।" क्रिस निकोलसन, स्काईमाइंड नामक एक कंपनी के सह-संस्थापक।
मोधा इन दावों को स्वीकार करते हैं। जब उन्होंने 2008 में परियोजना शुरू की, तो डारपा (रक्षा विभाग की अनुसंधान शाखा) से $53.5 मिलियन का निवेश के साथ, लक्ष्य पूरी तरह से अलग सामग्रियों से एक पूरी तरह से नया चिप बनाना और मानव मस्तिष्क का अनुकरण करना था। लेकिन वह जानता है कि यह जल्दी नहीं होगा, और "हमें अपने सपनों का पीछा करते समय वास्तविकता को नजरअंदाज नहीं कर सकते," उन्होंने कहा।
2010 में, वह स्वाइन फ्लू से बिस्तर पर थे, उस दौरान उन्होंने महसूस किया कि बाधा को तोड़ने का सबसे अच्छा तरीका चिप संरचना से शुरू करना और मस्तिष्क का अनुकरण करना है। "आपको कंप्यूटिंग शक्ति में सुधार के लिए बुनियादी भौतिकी, रसायन विज्ञान और जीव विज्ञान की नकल करने के लिए तंत्रिका कोशिकाओं की आवश्यकता नहीं है। हमें मस्तिष्क की तरह अधिक से अधिक बनने के लिए पर्याप्त लचीला होने की आवश्यकता है।" 'उन्होंने कहा।
यह TrueNorth चिप है। यह एक डिजिटल मस्तिष्क नहीं है, लेकिन यह रास्ते में एक महत्वपूर्ण कदम है, और IBM के परीक्षण के साथ, योजना ट्रैक पर है। पूरी मशीन वास्तव में 48 अलग-अलग मशीनों से बनी है, प्रत्येक का अपना TrueNorth प्रोसेसर है। अगले सप्ताह, परीक्षण समाप्त होने के बाद, मोधा और उनकी टीम शोधकर्ताओं को आगे के अध्ययन के लिए घर ले जाने के लिए मशीन को तोड़ देंगे। मनुष्य समाज को बदलने के लिए तकनीक का उपयोग करते हैं, और ये शोधकर्ता हमारे प्रयासों की रीढ़ हैं।
