المصدر: nature من طرف University of Michigan

الفكرة الأساسية

تمكن باحثون في جامعة ميشيغان من تطوير نوع جديد من المقاومات الذاكرية* ذات "زمن استرخاء" قابل للضبط، والذي يمكنه تحسين كفاءة الشبكات العصبية الاصطناعية بشكل كبير وتقليل استهلاكها للطاقة، وخاصة في معالجة المعلومات المعتمدة على الوقت مثل بيانات الصوت والفيديو. يمكن أن يعالج هذا التقدم متطلبات الطاقة المتزايدة لتقنيات الذكاء الاصطناعي ويمهد الطريق لأنظمة ذكاء اصطناعي أكثر كفاءة.

تفاصيل القصة

قد تشهد الشبكات العصبية الاصطناعية قريبًا زيادة كبيرة في الكفاءة عند معالجة المعلومات المعتمدة على الوقت، مثل بيانات الصوت والفيديو، وذلك بفضل التطورات في تكنولوجيا المقاومات الذاكرية*. قدمت دراسة أجرتها جامعة ميشيغان، ونُشرت مؤخرًا في مجلة Nature Electronics، أول مقاوم ذاكري* بوقت استرخاء قابل للضبط.

تتمتع المقاومات الذاكرية*، التي تخزن المعلومات من خلال مقاومتها الكهربائية، بالقدرة على تقليل استهلاك الذكاء الاصطناعي للطاقة بما يصل إلى 90 مرة مقارنة بوحدات المعالجة الرسومية الحالية. وهذا أمر بالغ الأهمية حيث من المتوقع أن يستهلك الذكاء الاصطناعي حوالي نصف بالمائة من كهرباء العالم بحلول عام 2027، وهو رقم يمكن أن يرتفع مع انتشار أدوات الذكاء الاصطناعي على نطاق أوسع.

تتطلب وحدات معالجة الرسومات التقليدية تحميلًا متسلسلًا من ذاكرة خارجية، مما يستهلك قدرًا كبيرًا من الوقت والطاقة، في حين يمكن للمقاومات الذاكرية* تقليد كل من الشبكات العصبية الاصطناعية والبيولوجية، مما يؤدي إلى توفير كبير في الطاقة.

يتضمن هذا التطور دمج الاختلافات في مادة أساسية لإنشاء مقاومات ذاكرية* بأوقات استرخاء مختلفة، مما يسمح لها بمحاكاة آليات ضبط الوقت الموجودة في الشبكات العصبية البيولوجية بشكل أفضل. تم بناء هذه المقاومات الذاكرية* على قاعدة فائقة* التوصيل مصنوعة من الإيتريوم والباريوم والكربون والأكسجين، وحققت ثوابت زمنية تتراوح من 159 إلى 278 نانوثانية. وهذا يمكّنها من التعرف على تسلسل الأحداث بكفاءة. وقد تعلمت شبكة المقاومات الذاكرية* هذه التعرف على الأرقام المنطوقة قبل اكتمال إدخال الصوت.

على الرغم من أن عملية التصنيع الحالية كثيفة الاستهلاك للطاقة، إلا أن الباحثين متفائلون بشأن تطوير أساليب قابلة للتطوير وبأسعار معقولة للإنتاج الضخم. وبمشاركة جامعات متعددة، يمكن لهذا الابتكار أن يحدث ثورة في معالجة الذكاء الاصطناعي، مما يجعله أكثر كفاءة في استخدام الطاقة وصديقًا للبيئة.

المصطلحات الأساسية

• • الشبكات العصبية الاصطناعية: تم شرح هذا المصطلح في مقال التعلم العميق (Deep Learning).
  • المقاومات الذاكرية: نوع من المكونات الكهربائية التي يمكنها تذكر مقدار الشحنة الكهربية التي مرت من خلالها عن طريق تغيير مقاومتها. وهذا يسمح لها بتخزين المعلومات حتى عند انقطاع التيار الكهربائي.
  • زمن الاسترخاء: الوقت الذي يستغرقه النظام للعودة إلى التوازن بعد حدوث اضطراب.
  • وحدات المعالجة الرسومية(GPUs): الدوائر الإلكترونية المتخصصة المصممة لتسريع معالجة الصور والحسابات، والتي تُستخدم عادةً في تطبيقات الذكاء الاصطناعي.
  • الموصل الفائق: مادة يمكنها توصيل الكهرباء بمقاومة صفرية في درجات حرارة منخفضة للغاية.