IBM, Künstliche Intelligenz und analoger Speicher

(Di Alessandro Rugolo)
09/05/19

Die Entwicklung einer Zivilisation erfolgt oft in Zyklen. Wenn einer geschlossen wird, öffnet sich ein anderer, der manchmal zuvor geschlossen war.

Was ich meine? Wir alle wissen, dass unsere Zivilisation seit Jahren auf digitalen Entwicklungen basiert. Der digitale Wettlauf hat dazu geführt, dass Technologien aufgegeben wurden, die scheinbar keine Zukunft hatten, die aber, zumindest so scheint es, bald ein Comeback erleben könnten.

Laut einer aktuellen Studie von IBM (veröffentlicht in Natur im Jahr 2018) könnte der Einsatz von „analogen Speichern“ eine Lösung für den Bedarf an Effizienz neuronaler Netze für künstliche Intelligenz sein.

Den Forschern des IBM Research AI-Teams ist es gelungen zu zeigen, dass es möglich ist, Peripheriegeräte zu verwenden, die mit analogem Speicher ausgestattet sind (die kontinuierliche elektrische Signale anstelle der bekannteren binären Signale bestehend aus 0 und 1 verwenden). tiefes Lernen Dabei wird die gleiche Genauigkeit erreicht, die mit digitalen Grafikprozessoren erreicht wird.

Angesichts der gleichen erreichten Genauigkeit könnte man sich fragen, was die Neuheit ist und warum analoger Speicher bevorzugt werden sollte. Die Antwort muss in den Betriebsmodi digitaler Prozessoren, in ihrer Architektur und in der Notwendigkeit gefunden werden, große Datenmengen zu bewegen, um das notwendige Training neuronaler Netze durchzuführen. All diese Faktoren müssen berücksichtigt werden. 

Tatsächlich basiert die Entwicklung der Künstlichen Intelligenz auf der enormen und ständig wachsenden Menge an Daten, die gesammelt, analysiert und verarbeitet werden müssen. Um dies zu tun, insbesondere während des Prozesses tiefes LernenDaten werden zwischen Speichern und Prozessoren verschoben, was Zeit und Energie kostet. Durch die Erforschung neuer Architekturen (die sich oft an natürlichen Elementen wie dem menschlichen Gehirn orientieren) konnte der Prozess verbessert werden tiefes LernenDadurch werden einige Teile des Speichers näher an die Daten „gebracht“, wodurch Datenübertragungsvorgänge vereinfacht und beschleunigt werden. Laut IBM-Forschern ist es nun möglich, analoge Speicher zu verwenden, die eine Einsparung von Verlustenergie ermöglichen.

Eines der Probleme, die Forscher dazu veranlasst hatten, digitale Speicher zu verwenden, bestand in der mangelnden Genauigkeit analoger Systeme, die jedoch zumindest teilweise überwunden zu sein scheint. Aktuellen Studien zufolge wird der Einsatz analoger Technologien im Kontext der KI in den nächsten zehn Jahren eine tausendmal höhere Effizienz als bisher ermöglichen.

Wie schon länger bekannt ist, ist das menschliche Gehirn eine nahezu perfekte Maschine, auch was den Energieverbrauch und die Wärmeableitung betrifft. Wenn man sich die Funktionsweise des menschlichen Gehirns anschaut und versucht herauszufinden, ob es sich um einen analogen oder einen digitalen „Prozessor“ handelt, wird man feststellen, dass es nicht das eine oder das andere ist, sondern dass es Prozesse verwendet, die dem einen oder anderen ähnlich sind. andere je nach Komfort und Funktion. Wieder einmal sehen wir, wie die Erforschung des Gehirns uns hilft zu verstehen, wie wir Prozessoren verbessern können.

Um mehr zu erfahren:

- https://www.ibm.com/blogs/research/2019/02/ai-hardware-center/
- https://www.ibm.com/blogs/research/2018/06/future-ai-better-compute/
https://www.nature.com/articles/s41586-018-0180-5
https://www.ibm.com/blogs/research/2018/06/approximate-computing-ai-acce...
https://www.quora.com/Is-the-human-brain-analog-or-digital