پژوهشگران «دانشگاه تگزاس A&M» با الهام از عملکرد کم‌مصرف مغز انسان، رویکردی جدید در طراحی هوش مصنوعی ارائه کرده‌اند که مصرف انرژی این فناوری را به‌شدت کاهش می‌دهد.
هوش مصنوعی امروزه می‌تواند محاسبات پیچیده و تحلیل داده‌ها را با سرعتی فراتر از انسان انجام دهد اما این توانایی به هزینه و انرژی زیادی نیاز دارد. در مقابل، مغز انسان باوجود قدرت پردازشی خارق‌العاده، فقط ۲۰ وات انرژی مصرف میکند اما دیتاسنترهای میزبان مدل‌های هوش مصنوعی مانند ChatGPT به چندین گیگاوات برق نیاز دارند.
دستاورد جدید دانشمندان: مدلی برای تقلید هوش مصنوعی از رویکرد مغز انسان
به گزارش Sciencedaily، محققان نوعی هوش مصنوعی جدید با نام «Super-Turing» را توسعه داده‌اند که با عملکردی مشابه مغز انسان فعالیت میکند. اصلی‌ترین هدف از توسعه این هوش مصنوعی بهینه‌سازی مصرف انرژی آن است.
این روزها بحران انرژی تا حد زیادی جلوی پیشرفت هوش مصنوعی را گرفته و شرکت‌هایی مثل OpenAI را نیازمند توان محاسباتی عظیم و مصرف میزان زیادی برق کرده است. این موضوع حتی می‌تواند در گرمایش جهانی و افزایش دمای کره زمین نیز دخیل باشد.
دکتر «سوین یی»، استادیار مهندسی برق و کامپیوتر این دانشگاه، توضیح می‌دهد:
«مراکز داده هوش مصنوعی به توان گیگاواتی نیاز دارند اما مغز انسان حدوداً ۲۰ وات مصرف میکند؛ یعنی یک‌میلیارد وات در مقابل فقط ۲۰ وات. این مراکز داده با روش‌های محاسباتی فعلی پایدار نیستند. اگرچه توانایی‌های هوش مصنوعی شگفت‌انگیز است، هنوز به سخت‌افزار و تولید انرژی زیاد برای پشتیبانی از عملکرد آن نیاز داریم.»
تیم محققان دانشگاه تگزاس معتقدند کلید حل این مشکل در طبیعت و به‌ویژه در فرایندهای عصبی مغز انسان است. در مغز ما عملکرد قسمت‌های یادگیری و حافظه جدا نیستند، بلکه ادغام شده‌اند. تمام این فرایندها براساس ارتباطات بین نورون‌هاست. در واقع مغز انسان با یادگیری مهارت جدید یا ثبت یک خاطره، نوعی مسیر عصبی بین نورون‌ها تشکیل می‌دهد؛ به‌همین‌ترتیب هنگام استفاده از آن مهارت و یادآوری خاطرات، این مسیرهای عصبی فعال شده و می‌توانیم از آنها استفاده کنیم.
این موضوع در هوش مصنوعی برعکس است و هر بخش از سخت‌افزار فعالیت خاص خود را دارد. محققان دانشگاه ایالتی تگزاس ادعا می‌کنند هوش مصنوعی Super-Turing با الهام از عملکرد مغز انسان، این شکاف را پر میکند. با حذف چنین مرزی، هوش مصنوعی می‌تواند با مصرف منابع کمتر، همچنان کارآمد و قدرتمند ظاهر شود.
در آزمایش این هوش مصنوعی، Super-Turing توانست بدون آموزش قبلی یک پهپاد را کنترل کند. البته شروع کنترل این پهپاد بی‌نقص نبود ولی این هوش مصنوعی با گذشت زمان توانست با محیط سازگار بشود و از اشتباهاتش درس بگیرد. این رویکرد سریع‌تر، کارآمدتر و بهینه‌تر از هوش مصنوعی سنتی است.
شاید اگر هوش مصنوعی Super-Turing به محصولی نهایی بدل شود، انقلابی در این حوزه رقم بزند. سرمایه‌گذاری‌های بی‌رویه در هوش مصنوعی حتی باعث شده افراد مطرح حوزه فناوری مانند هم‌بنیان‌گذار علی‌بابا نیز شروع به انتقاد کنند؛ شاید این هوش مصنوعی نیاز به هزینه بیشتر را کاهش دهد.
نتایج پژوهش حاضر در Science Advances منتشر شده است.
بدون نظر! اولین نفر باشید