Природная оптимизация: подобие мозга для ИИ потребляет меньше энергии
Искусственный интеллект (ИИ) способен выполнять сложные вычисления и анализировать данные значительно быстрее, чем человек, однако это требует огромного количества энергии.
В отличие от этого, человеческий мозг, будучи мощным компьютером, потребляет очень мало энергии.
В связи с расширением технологических компаний, исследователи, включая инженеров из Техасского университета A&M, разработали новый подход к "мышлению" ИИ, который имитирует работу человеческого мозга и может произвести революцию в индустрии искусственного интеллекта.
Доктор Суин Йи, доцент кафедры электротехники и вычислительной техники в Инженерном колледже Техасского университета A&M, входит в команду, создавшую "супер-ИИ Тьюринга", который работает скорее как человеческий мозг, объединяя определённые процессы вместо разделения и переноса огромных объёмов данных, как это делают современные системы.
Современные системы искусственного интеллекта, включая большие языковые модели, такие как OpenAI и ChatGPT, требуют огромных вычислительных мощностей и размещаются в крупных центрах обработки данных, потребляющих огромное количество электроэнергии.
Суин Йи объяснил, что эти центры обработки данных потребляют энергию в гигаваттах, в то время как наш мозг потребляет всего 20 ватт. Такие значительные энергозатраты не только увеличивают эксплуатационные расходы, но и вызывают обеспокоенность по поводу воздействия на окружающую среду.
Йи и его команда считают, что решение этой проблемы кроется в природе, в частности, в нейронных процессах человеческого мозга. В мозге функции обучения и памяти не разделены, они интегрированы.
Обучение и память зависят от связей между нейронами, называемых "синапсами", по которым передаются сигналы. Обучение укрепляет или ослабляет синаптические связи посредством процесса, называемого "синаптическая пластичность", формируя новые нейронные связи и изменяя существующие для хранения и извлечения информации.
В отличие от этого, в современных вычислительных системах обучение и память происходят в двух разных местах внутри компьютерного оборудования.
ИИ Super-Turing устраняет этот разрыв в эффективности, что позволяет компьютеру не переносить огромные объёмы данных из одной части своего оборудования в другую. Йи отметил, что традиционные модели ИИ в значительной степени полагаются на обратное распространение ошибки, метод, используемый для настройки нейронных сетей во время обучения, который не является биологически правдоподобным и требует больших вычислительных мощностей.
В своей статье команда Йи устранила биологическую неправдоподобность, присущую преобладающим алгоритмам машинного обучения. Они изучают такие механизмы, как обучение Хебба и пластичность, зависящая от времени спайков, — процессы, которые помогают нейронам укреплять связи таким образом, чтобы имитировать процесс обучения в реальном мозге. Этот подход больше соответствует тому, как нейроны в мозге укрепляют свои связи на основе паттернов активности.
В ходе тестирования схема с использованием этих компонентов помогла дрону ориентироваться в сложной среде без предварительного обучения, обучаясь и адаптируясь на лету. Этот подход оказался быстрее, эффективнее и потреблял меньше энергии, чем традиционный ИИ.
Йи подчеркнул, что инновации в аппаратном обеспечении так же важны, как и прогресс в самих системах ИИ. Он отметил, что без вычислительного оборудования ИИ не может существовать. ИИ "Супер-Тьюринг" представляет собой важный шаг на пути к устойчивому развитию ИИ. Переосмыслив архитектуры ИИ, чтобы они отражали эффективность человеческого мозга, отрасль может решить как экономические, так и экологические проблемы.
Йи и его команда надеются, что их исследование приведёт к созданию нового поколения ИИ, который будет одновременно умнее и эффективнее. Они стремятся создать экологичный ИИ, который изменит подход к созданию и использованию ИИ, гарантируя, что по мере его развития он будет приносить пользу как людям, так и планете.
Уточнения
Игровой искусственный интеллект — набор программных методик, которые используются в компьютерных играх для создания иллюзии интеллекта в поведении персонажей, управляемых компьютером.