Νέο AI chip μιμείται την παρεγκεφαλίδα μειώνοντας δραματικά την κατανάλωση ενέργειας

Σύνοψη

• Μηχανικοί του Πανεπιστημίου Northwestern ανέπτυξαν ένα πρωτοποριακό AI chip το οποίο βασίζεται στη λειτουργία της ανθρώπινης παρεγκεφαλίδας, εστιάζοντας στον εντοπισμό απρόσμενων αλλαγών αντί για τη διαρκή ανάλυση οικείων δεδομένων.
• Η νέα αρχιτεκτονική χρησιμοποιεί «memtransistors» κατασκευασμένα από δισουλφίδιο του μολυβδαινίου (MoS2), επιτρέποντας την εκτέλεση υπολογισμών με 10.000 φορές λιγότερες πράξεις σε σύγκριση με τα συμβατικά συστήματα τεχνητής νοημοσύνης.
• Κατά τη διάρκεια των εργαστηριακών δοκιμών, το chip κατάφερε να εντοπίσει καρδιακές αρρυθμίες σε ηλεκτροκαρδιογράφημα μέσα στο ένα πέμπτο ενός καρδιακού παλμού, επιτυγχάνοντας ακρίβεια που ξεπερνά το 98%.
• Η ενσωμάτωση της συγκεκριμένης τεχνολογίας αναμένεται να μειώσει δραματικά την εξάρτηση από ενεργοβόρα data centers, επιτρέποντας την τοπική επεξεργασία σε smartwatches, αυτόνομα οχήματα και συστήματα ρομποτικής με ελάχιστη κατανάλωση μπαταρίας.

Η αλματώδης εξέλιξη της τεχνητής νοημοσύνης τα τελευταία χρόνια έχει αναδείξει ένα κρίσιμο, δομικό πρόβλημα το οποίο αφορά την τεράστια κατανάλωση ηλεκτρικής ενέργειας που απαιτείται για την εκπαίδευση και τη λειτουργία των μεγάλων γλωσσικών μοντέλων και των νευρωνικών δικτύων. Σύμφωνα με πρόσφατες εκτιμήσεις του Διεθνούς Οργανισμού Ενέργειας, η παγκόσμια ζήτηση ηλεκτρικής ενέργειας από τα κέντρα δεδομένων αναμένεται να αγγίξει τις 945 TWh μέχρι το 2030, ένα νούμερο που υπερβαίνει τη συνολική ετήσια κατανάλωση ολόκληρων κρατών όπως η Ιαπωνία. 

Απέναντι σε αυτό το ενεργειακό αδιέξοδο, οι ερευνητές αναζητούν διαρκώς νέες λύσεις εμπνευσμένες από τη βιολογία, προσπαθώντας να κατανοήσουν πώς ο ανθρώπινος εγκέφαλος καταφέρνει να εκτελεί απίστευτα πολύπλοκους υπολογισμούς καταναλώνοντας ελάχιστη ενέργεια. Οι μηχανικοί του Πανεπιστημίου Northwestern παρουσίασαν μια τεχνολογική προσέγγιση η οποία απομακρύνεται από τη συνήθη πρακτική της προσομοίωσης του εγκεφαλικού φλοιού και επικεντρώνεται στην αρχιτεκτονική της παρεγκεφαλίδας.

Πώς λειτουργεί το νέο AI chip που μιμείται την παρεγκεφαλίδα;

Το νέο AI chip του Πανεπιστημίου Northwestern λειτουργεί ενσωματώνοντας τη μνήμη και την επεξεργασία σε μια ενιαία μονάδα που ονομάζεται memtransistor, επιτρέποντας την άμεση ανίχνευση απρόσμενων αλλαγών στα εισερχόμενα δεδομένα. Αντί να αναλύει διαρκώς φυσιολογικές μετρήσεις, το σύστημα αγνοεί τις αναμενόμενες τιμές και ενεργοποιείται αποκλειστικά σε ασυνήθιστα μοτίβα, μειώνοντας τις απαιτούμενες υπολογιστικές πράξεις κατά 10.000 φορές και εντοπίζοντας καρδιακές αρρυθμίες μέσα σε 0,2 δευτερόλεπτα.

Χαρακτηριστικά και επιδόσεις

• Υλικό κατασκευής: Ημιαγωγός ατομικού πάχους από δισουλφίδιο του μολυβδαινίου (MoS2) που επιτρέπει τον συνδυασμό διεγερτικών και ανασταλτικών σημάτων.
• Ταχύτητα αντίδρασης: Αναγνώριση ανωμαλιών σε χρόνο μικρότερο από το ένα πέμπτο του καρδιακού παλμού.
• Ενεργειακή απόδοση: Μείωση του όγκου των υπολογισμών κατά 10.000 φορές σε σχέση με τα συμβατικά μοντέλα transformer.
• Ακρίβεια ανίχνευσης: Ποσοστό επιτυχίας άνω του 98% στον εντοπισμό καρδιακών αρρυθμιών.

Στον χώρο της βιοπληροφορικής, η συντριπτική πλειοψηφία των ερευνητικών ομάδων έχει εστιάσει ιστορικά στο cerebrum, δηλαδή στο κύριο τμήμα του εγκεφάλου το οποίο είναι υπεύθυνο για τις ανώτερες γνωστικές λειτουργίες και τη λογική σκέψη. Ωστόσο, η συγκεκριμένη προσέγγιση απαιτεί τη συνεχή, εξαντλητική ανάλυση τεράστιου όγκου δεδομένων, κάτι το οποίο οδηγεί σε αναπόφευκτη σπατάλη πόρων. Η παρεγκεφαλίδα, από την άλλη πλευρά, παρότι καταλαμβάνει μόλις το 10% του συνολικού όγκου του εγκεφάλου, συγκεντρώνει περίπου το 80% των νευρώνων και εξειδικεύεται στον κινητικό έλεγχο, την ισορροπία και τα αντανακλαστικά. Ο τρόπος με τον οποίο η παρεγκεφαλίδα διαχειρίζεται τα ερεθίσματα είναι εξαιρετικά αποδοτικός, καθώς δημιουργεί μια κατάσταση δυναμικής ισορροπίας χρησιμοποιώντας ταυτόχρονα διεγερτικά και ανασταλτικά σήματα για να φιλτράρει τις πληροφορίες που επαναλαμβάνονται συνεχώς. 

Το νέο chip που αναπτύχθηκε στο Northwestern αξιοποιεί ακριβώς αυτόν τον μηχανισμό εξοικείωσης, αφήνοντας το σύστημα σε κατάσταση αδράνειας όσο τα εισερχόμενα δεδομένα παραμένουν προβλέψιμα και κινητοποιώντας την υπολογιστική ισχύ του μόνο τη στιγμή που ανιχνεύεται κάποια σημαντική απόκλιση από τον κανόνα.

Η υλοποίηση αυτού του πρωτοποριακού σχεδιασμού κατέστη δυνατή χάρη στη χρήση ενός καινοτόμου εξαρτήματος που ονομάζεται memtransistor, το οποίο έρχεται να επιλύσει ένα από τα μεγαλύτερα εμπόδια στη σύγχρονη αρχιτεκτονική υπολογιστών. Στα παραδοσιακά υπολογιστικά συστήματα που βασίζονται στην αρχιτεκτονική Von Neumann, η μνήμη και ο επεξεργαστής αποτελούν ξεχωριστές, φυσικά διαχωρισμένες μονάδες, γεγονός που σημαίνει ότι τα δεδομένα πρέπει να μεταφέρονται συνεχώς από τη μία μονάδα στην άλλη για να ολοκληρωθεί ένας υπολογισμός. Αυτή η διαρκής μεταφορά πληροφοριών είναι υπεύθυνη για το μεγαλύτερο μέρος της θερμότητας και της ενέργειας που καταναλώνουν οι σύγχρονοι επεξεργαστές. 

Η ομάδα του Northwestern χρησιμοποίησε δισουλφίδιο του μολυβδαινίου, ένα δισδιάστατο υλικό που επιτρέπει τη δημιουργία ενός καναλιού μεταξύ δύο ηλεκτροδίων, καταφέρνοντας έτσι να συγχωνεύσει τις λειτουργίες αποθήκευσης και επεξεργασίας σε μία μόνο μονάδα ατομικού επιπέδου. Για να αποδείξουν την ανωτερότητα του νέου σχεδιασμού, οι ερευνητές τροφοδότησαν ταυτόχρονα με δεδομένα ηλεκτροκαρδιογραφήματος το νέο δίκτυο των memtransistors και ένα συμβατικό μοντέλο transformer (την ίδια δηλαδή αρχιτεκτονική που χρησιμοποιούν τα δημοφιλή μεγάλα γλωσσικά μοντέλα), διαπιστώνοντας πως το κύκλωμα που βασίζεται στην παρεγκεφαλίδα ολοκλήρωσε την ανάλυση στο μισό χρόνο και με 10.000 φορές λιγότερους υπολογισμούς.

Πρακτικές εφαρμογές: Edge computing και αυτονομία

Η δυνατότητα ενός υπολογιστικού συστήματος να εκτελεί σύνθετες αναλύσεις σε πραγματικό χρόνο χωρίς να στέλνει τα δεδομένα στο cloud αποτελεί τον πυρήνα αυτού που ονομάζουμε edge computing. Η αρχιτεκτονική του νέου AI chip καθιστά εφικτή τη δημιουργία μικροσκοπικών συσκευών χαμηλής κατανάλωσης, οι οποίες θα μπορούν να παραμένουν μονίμως ενεργοποιημένες (always-on) περιμένοντας τη στιγμή που θα προκύψει ένα ασυνήθιστο γεγονός. 

Στον τομέα της υγείας, ένα wearable monitor θα μπορούσε να παρακολουθεί τους καρδιακούς παλμούς ενός ασθενούς για μήνες χωρίς να χρειάζεται φόρτιση, καταναλώνοντας ενέργεια μόνο τις ελάχιστες στιγμές που καταγράφεται μια αρρυθμία ή μια ένδειξη κολπικής μαρμαρυγής. 

Στην αυτοκινητοβιομηχανία, τα αυτόνομα οχήματα θα εξοπλιστούν με αισθητήρες που θα αγνοούν το μονότονο οπτικό πεδίο ενός άδειου αυτοκινητόδρομου, αλλά θα αντιδρούν ακαριαία εάν ένα πεζός εμφανιστεί ξαφνικά στο δρόμο. Παράλληλα, στον τομέα της κυβερνοασφάλειας, τα συστήματα αυτά θα μπορούν να φιλτράρουν παθητικά τη συνήθη ροή δεδομένων ενός δικτύου, εντοπίζοντας άμεσα τα ανώμαλα μοτίβα κίνησης που υποδηλώνουν την έναρξη μιας κακόβουλης επίθεσης, χωρίς να απασχολούν πολύτιμους πόρους από τους κεντρικούς servers.