アナログAI？ クレイジーに聞こえるかもしれないが、それは未来かもしれない

デジタルのことは忘れてください。 AI の未来 …アナログですか？ 少なくとも、それが主張です ミシック、A.I. 同社は、自らの言葉を借りれば、過去に遡ることによって「性能の飛躍的な進歩」を遂げている半導体企業です。 ある意味。

世界初の室内サイズのプログラム可能な電子汎用デジタル コンピューターである ENIAC が登場する前、 1945 年に誕生したとき、おそらくすべてのコンピュータはアナログでした。そして、コンピュータが誕生したときからずっとアナログでした。 その周り。

アナログ コンピュータはステレオ アンプに似ており、希望の値を表す方法として可変範囲を使用します。 アナログ コンピュータでは、数値はデジタル コンピュータで使用される 0 と 1 ではなく、電流または電圧によって表されます。 ENIAC はアナログ コンピュータの終わりの始まりを表していましたが、実際には、デジタル トランジスタが勝利する 1950 年代または 1960 年代まで、アナログ マシンは何らかの形で存続しました。

「デジタルはアナログ コンピューティングに取って代わられたものです」とミシックの製品およびビジネス開発担当上級副社長ティム ヴェーリング氏はデジタル トレンドに語った。 「より安く、より速く、より強力になりました。 （結果として）アナログはしばらく消えてしまいました。」

実際、マーク・トウェインの言葉だとされる有名な引用を変えるために、アナログ・コンピューティングの終焉に関する報道は大幅に誇張された可能性があります。 デジタル トランジスタの勝利がアナログ コンピュータの終わりの始まりを表しているとしたら、それは始まりの終わりの始まりに過ぎなかったかもしれません。

次の優れた AI を構築する プロセッサー

ただし、Mythic は意図的にレトロなテクノロジーを構築しているわけではありません。 これは、テスラ コイルで満たされたビンテージの時計塔の本社で活動するスチームパンクのスタートアップではありません。 同社は、カリフォルニア州レッドウッドシティとテキサス州オースティンに拠点を置く、資金豊富なテクノロジー企業で、Mythic Analog Matrix Processor (Mythic AMP) を開発しています。 通常のデジタルとは大きく異なる独自のアナログ コンピューティング アーキテクチャを使用して、電力、パフォーマンス、コストの向上を約束します。 建築。

発表された M1076 シングルチップ アナログ計算デバイスのようなデバイスは、驚くほど低消費電力で大量の計算を行う処理の時代の到来を告げるものです。

「次世代の優れた AI の開発には、間違いなく大きな関心が集まっています。 プロセッサーです」とヴェーリング氏は語った。 「確かに、この分野には多額の投資とベンチャーキャピタルの資金が投入されています。 それについては疑問の余地はありません。」

アナログなアプローチは単なるマーケティングの仕掛けではありません。 神話は見る ムーアの法則の将来の問題1965 年にインテルの共同創設者ゴードン・ムーアが行った有名な観察で、集積回路上に詰め込めるトランジスタの数はおよそ 18 か月ごとに 2 倍になると主張しています。 この観察は、コンピュータの持続的な指数関数的改善の時代の到来を告げるのに役立ちました。 過去 60 年間、AI の驚くべき進歩を支えてきました。 同じ間に研究が行われました 期間。

しかし、ムーアの法則はさまざまな物理学の課題に直面しています。 コンポーネントを常に縮小しようとする物理的な制限の結果、進歩が遅れています。 のようなアプローチ 光学的 そして 量子コンピューティング これを回避する可能性のある方法を 1 つ提供します。 一方、Mythic のアナログ アプローチは、調整可能な抵抗のように機能し、入力を電圧として供給し、出力を電流として収集するメモリ内計算要素の作成を目指しています。 そうすることで、人工ニューラル ネットワークが革新的な新しい方法で機能できるようにするために必要な行列乗算を、同社のチップが適切に処理できるようにするという考えです。

として 会社が説明する: 「私たちは、コアのニューラル ネットワーク行列演算にアナログ コンピューティングを使用し、入力ベクトルと重み行列を乗算します。 アナログ コンピューティングには、いくつかの重要な利点があります。 まず、驚くほど効率的です。 ニューラル ネットワークの重みは抵抗器として適切に使用されるため、ニューラル ネットワークの重みのメモリの移動が不要になります。 2 番目に、パフォーマンスが高いことです。 これらのベクトル演算の 1 つを実行すると、何十万もの積和演算が並行して実行されます。」

「AI の問題に取り組む方法はたくさんあります。 」とヴェーリング氏は述べ、さまざまなハードウェア企業が検討しているさまざまなアプローチについて言及した。 「間違った道はない。 しかし、私たちは基本的に、より多くのトランジスタを投入し続け、プロセスノードを小さくし続けること、つまり基本的にはムーアの法則のアプローチはもはや実行不可能であると信じています。 それはすでに証明され始めています。 したがって、アナログコンピュータを扱うかどうかに関係なく、企業は、高度な計算能力、低消費電力などの次世代製品を作るために、別のアプローチを見つける必要があるでしょう。」

AI の未来

この問題が解決されなければ、特にデバイス上でローカルに実行される場合、AI のさらなる進歩に大きな影響を与えることになります。 現在、AI の一部は 私たちはオンデバイス処理とクラウドの組み合わせに日常的に依存しています。 これは、あるレベルまでは意思決定ができ​​るが、その後は上司に電話してアドバイスを求めなければならない従業員がいるようなものだと考えてください。

これは、たとえば、キーワード スポッティング (「OK、Google」) などのタスクをローカルで実行するスマート スピーカーで使用されるモデルですが、実際の作業は外部委託されます。 音声によるクエリをクラウドに送信することで、家庭用デバイスが数千マイル離れた大規模なデータセンターに保存されているスーパーコンピュータの能力を利用できるようになります。 離れて。

それはそれで十分ですが、一部のタスクでは即座に応答する必要があります。 そして、A.I. 賢くなるにつれて、私たちはますますそれを期待するでしょう。 「ビデオ監視における産業用アプリケーション、マシンビジョンアプリケーション、ドローンに関しては、クラウドに依存しないいわゆるエッジAIが多く見られます」とVehling氏は述べた。 「[たとえば] カメラを使って誰かを特定し、すぐに行動を起こしたいと思うかもしれません。 結果が出たらすぐに適用する必要があるアプリケーションがたくさんあります。」

A.I. チップはハードウェアにおける他の画期的な進歩に遅れをとらない必要があります。 たとえば、カメラは常に改良されています。 画像の解像度は過去数十年で劇的に向上しました。 のモデル 画像認識は、実行するために増え続ける解像度データを解析できなければなりません。 分析。

これに加えて、リアルタイムでのオブジェクトのマッピング、 複数のオブジェクトを一度に識別し、シーンの 3 次元コンテキストを理解する — そして、A.I. が持つ計り知れない課題に気づきます。 システム 顔。

デバイスを小型に保ちながらより多くの処理能力を提供するためであっても、プライバシーの要求のためであっても アウトソーシングではなくローカルでの処理が必要なため、Mythic のコンパクトなチップには十分な機能があると考えています。 オファー。

ロールアウト

「我々は（現在）商業化の初期段階にいます」とヴェーリング氏は語った。 「いくつかの製品を発表しました。 これまでのところ、[当社のテクノロジー] を自社製品での使用を評価している多くのお客様がいます… 今年後半か来年初めまでに、企業が当社のテクノロジーを自社の分野で活用し始めることを願っています。 製品。"

同氏は当初、これはビデオ監視、ハイエンドドローンメーカー、オートメーション企業などのエンタープライズおよび産業用途で使用される可能性が高いと述べた。 ただし、コンシューマ アプリケーションが大きく遅れをとるとは期待しないでください。

「2022 年を超えて、[2023 年] から 24 年にかけて、消費者向けテクノロジー企業も同様に [当社のテクノロジーを採用] するようになるだろう」と同氏は語った。

アナログ コンピューティングが、社会に必要な拡張現実や仮想現実を実現するイノベーションであることが判明した場合、 メタバース 機能するために…そうですね、それはあなたが期待できるスチームパンクとサイバーパンクの最も完璧な出会いの地点ではないでしょうか?

Mythic のチップが、その会社が選んだ名前が私たちに信じさせるほど空想的で非現実的なものではないことが証明されることを願っています。

編集者のおすすめ

• AIの「ゴッドファーザー」、存亡の危機への懸念は誇張されていると語る
• これらの独創的なアイデアは、AI の邪悪さを少しでも和らげるのに役立つかもしれません
• OpenAI の新しい ChatGPT アプリは iPhone と iPad で無料です
• 採用一時停止の一環として、IBMの約7,800人の雇用がAIに置き換えられる可能性がある
• AI ウェブ検索の (遠い) 未来を見てきました – ここが素晴らしいところであり、どこが苦労しているのか