Analogowa sztuczna inteligencja? Brzmi szalenie, ale może to być przyszłość

Zapomnij o technologii cyfrowej. Przyszłość AI jest… analogowy? Przynajmniej tak twierdzi Mityczny, sztuczna inteligencja firmą produkującą chipy, która, jak sama mówi, dokonuje „skoku do przodu w zakresie wydajności i mocy”, cofając się w czasie. Raczej.

Przed ENIACiem, pierwszym na świecie programowalnym, elektronicznym komputerem cyfrowym ogólnego przeznaczenia, mieszczącym się w pomieszczeniu, ożywiony w 1945 roku, prawdopodobnie wszystkie komputery były analogowe – i tak było tak długo, jak istniały komputery wokół.

Komputery analogowe działają trochę jak wzmacniacze stereo, wykorzystując zmienny zakres jako sposób reprezentowania pożądanych wartości. W komputerze analogowym liczby są przedstawiane za pomocą prądów lub napięć, a nie zer i jedynek, które są używane w komputerze cyfrowym. Chociaż ENIAC oznaczał początek końca komputerów analogowych, w rzeczywistości maszyny analogowe przetrwały w jakiejś formie aż do lat pięćdziesiątych i sześćdziesiątych XX wieku, kiedy zwyciężyły tranzystory cyfrowe.

„Cyfrowy rodzaj obliczeń zastąpił obliczenia analogowe” – powiedział Digital Trends Tim Vehling, starszy wiceprezes ds. rozwoju produktów i biznesu w Mythic. „Było taniej, szybciej, wydajniej i tak dalej. [W rezultacie] analogowość na jakiś czas zanikła.”

W rzeczywistości, zmieniając słynny cytat często przypisywany Markowi Twainowi, doniesienia o śmierci obliczeń analogowych mogły być znacznie przesadzone. Jeśli triumf tranzystora cyfrowego oznaczał początek końca komputerów analogowych, mógł to być jedynie początek końca początku.

Budowanie kolejnego wielkiego AI edytor

Jednak Mythic nie tworzy celowo technologii retro. To nie jest jakiś steampunkowy start-up działający w siedzibie głównej zabytkowej wieży zegarowej wypełnionej cewkami Tesli; to dobrze finansowana firma technologiczna z siedzibą w Redwood City w Kalifornii i Austin w Teksasie, która buduje procesory Mythic Analog Matrix Processors (Mythic AMP), które obiecują postęp w zakresie mocy, wydajności i kosztów dzięki unikalnej analogowej architekturze obliczeniowej, która znacznie odbiega od zwykłej architektury cyfrowej architektury.

Urządzenia takie jak ogłoszone jednoukładowe, analogowe urządzenie obliczeniowe M1076 mają zapoczątkować erę przetwarzania wymagającego dużej mocy obliczeniowej przy imponująco niskim poborze mocy.

„Z pewnością jest duże zainteresowanie stworzeniem kolejnego wspaniałego AI. procesor” – powiedział Vehling. „Z pewnością w tę przestrzeń trafia mnóstwo pieniędzy z kapitału inwestycyjnego i wysokiego ryzyka. Nie ma co do tego wątpliwości.

Podejście analogowe to nie tylko chwyt marketingowy. Mit widzi problemów w przyszłości dla prawa Moore’a, słynna obserwacja współzałożyciela Intela Gordona Moore'a z 1965 roku, według której mniej więcej co 18 miesięcy liczba tranzystorów, które można wcisnąć w układ scalony, podwaja się. Ta obserwacja pomogła zapoczątkować okres trwałej, wykładniczej poprawy komputerów przez ostatnie 60 lat, pomagając wspierać niesamowite postępy w dziedzinie sztucznej inteligencji. badania przeprowadzone w tym samym czasie okres.

Jednak prawo Moore’a napotyka wyzwania natury fizycznej. Postęp uległ spowolnieniu w wyniku fizycznych ograniczeń związanych z ciągłymi próbami zmniejszania komponentów. Podejścia jak optyczny I obliczenia kwantowe zaproponuj jeden z możliwych sposobów obejścia tego problemu. Tymczasem podejście analogowe Mythic ma na celu stworzenie elementów obliczeniowych w pamięci, które działają jak przestrajalne rezystory, dostarczając wejścia w postaci napięcia i zbierając dane wyjściowe jako prądy. Pomysł jest taki, że chipy firmy będą w stanie skutecznie obsłużyć mnożenie macierzy potrzebne do umożliwienia funkcjonowania sztucznych sieci neuronowych w nowy, innowacyjny sposób.

jako firma wyjaśnia: „Korzystamy z obliczeń analogowych w operacjach na macierzy rdzeniowej sieci neuronowej, gdzie mnożymy wektor wejściowy przez macierz wag. Obliczenia analogowe zapewniają kilka kluczowych zalet. Po pierwsze, jest zadziwiająco wydajny; eliminuje to ruch pamięci dla wag sieci neuronowej, ponieważ są one używane na miejscu jako rezystory. Po drugie, jest to wysoka wydajność; istnieją setki tysięcy operacji mnożenia i akumulowania występujących równolegle, gdy wykonujemy jedną z tych operacji wektorowych.

„Istnieje wiele sposobów rozwiązania problemu sztucznej inteligencji. obliczeń” – powiedział Vehling, odnosząc się do różnych podejść badanych przez różnych producentów sprzętu. „Nie ma złego sposobu. Jednak zasadniczo wierzymy, że ciągłe dorzucanie do niego większej liczby tranzystorów i zmniejszanie węzłów procesu – w zasadzie podejście oparte na prawie Moore’a – nie jest już opłacalne. To już zaczyna się potwierdzać. Niezależnie od tego, czy produkujesz komputery analogowe, czy nie, firmy będą musiały znaleźć inne podejście do tworzenia produktów nowej generacji charakteryzujących się dużą mocą obliczeniową i niskim poborem mocy [itd.]”.

Przyszłość AI

Jeśli ten problem nie zostanie rozwiązany, będzie miał duży wpływ na dalszy rozwój sztucznej inteligencji, zwłaszcza gdy będzie realizowany lokalnie na urządzeniach. W tej chwili niektórzy z A.I. na którym polegamy na co dzień, łączy przetwarzanie na urządzeniu i chmurę. Pomyśl o tym jak o pracowniku, który jest w stanie podejmować decyzje do pewnego poziomu, ale musi następnie zadzwonić do swojego szefa, aby zapytać o radę.

Z tego modelu korzystają na przykład inteligentne głośniki, które lokalnie wykonują zadania takie jak wyszukiwanie słów kluczowych („OK, Google”), ale następnie zlecają je podmiotom zewnętrznym. wypowiadane zapytania do chmury, umożliwiając w ten sposób urządzeniom gospodarstwa domowego wykorzystanie mocy superkomputerów przechowywanych w ogromnych centrach danych oddalonych o tysiące kilometrów z dala.

To wszystko dobrze, chociaż niektóre zadania wymagają natychmiastowej reakcji. I jak stwierdziła A.I. będzie mądrzejszy, będziemy się tego spodziewać coraz więcej. „Widzimy wiele rozwiązań, które nazywamy Edge AI, które nie opierają się na chmurze, jeśli chodzi o zastosowania przemysłowe, aplikacje do widzenia maszynowego, drony i nadzór wideo” – powiedział Vehling. „[Na przykład] możesz chcieć, aby kamera próbowała zidentyfikować jakąś osobę i natychmiast podjąć działania. Istnieje wiele zastosowań, które wymagają natychmiastowego zastosowania w celu uzyskania rezultatu.

sztuczna inteligencja chipy muszą dotrzymać kroku innym przełomowym zmianom w sprzęcie. Na przykład aparaty fotograficzne są cały czas udoskonalane. Rozdzielczość obrazu dramatycznie wzrosła w ciągu ostatnich dziesięcioleci, co oznacza, że ​​głęboka sztuczna inteligencja modele dla rozpoznawanie obrazu musi być w stanie analizować coraz większą ilość danych dotyczących rozdzielczości analityka.

Dodaj do tego rosnące oczekiwania co do tego, co według ludzi powinno być możliwe do wydobycia z obrazu — niezależnie od tego, czy chodzi o mapowanie obiektów w czasie rzeczywistym, identyfikując wiele obiektów na raz, odkrywając trójwymiarowy kontekst sceny – i zdajesz sobie sprawę z ogromnego wyzwania, przed którym stoi sztuczna inteligencja. systemy twarz.

Niezależnie od tego, czy chodzi o zapewnienie większej mocy obliczeniowej przy zachowaniu małych rozmiarów urządzeń, czy też o wymagania dotyczące prywatności które wymagają lokalnego przetwarzania zamiast outsourcingu, Mythic wierzy, że jego kompaktowe chipy mają tego mnóstwo oferta.

Wdrożenie

„Jesteśmy [obecnie] na wczesnym etapie komercjalizacji” – powiedział Vehling. „Ogłosiliśmy kilka produktów. Jak dotąd mamy wielu klientów, którzy oceniają [naszą technologię] pod kątem zastosowania w swoich własnych produktach… Mamy nadzieję, że pod koniec tego i na początku przyszłego roku zaczniemy widzieć firmy wykorzystujące naszą technologię w swoich firmach produkty.”

Początkowo, powiedział, będzie to prawdopodobnie dotyczyło zastosowań korporacyjnych i przemysłowych, takich jak nadzór wideo, producenci wysokiej klasy dronów, firmy z branży automatyki i nie tylko. Nie należy się jednak spodziewać, że aplikacje konsumenckie pozostaną zbyt daleko w tyle.

„Po roku 2022 – [2023], aż do roku 24 – zaczniemy widzieć, że firmy z branży technologii konsumenckich również [przyjmą naszą technologię]” – powiedział.

Jeśli obliczenia analogowe okażą się innowacją napędzającą rzeczywistość rozszerzoną i wirtualną potrzebną do metaświat funkcjonować… cóż, czyż nie jest to najdoskonalsze miejsce spotkania steampunku i cyberpunku, na jakie można mieć nadzieję?

Mamy nadzieję, że chipy Mythic okażą się mniej wyimaginowane i nierealne, niż sugeruje nazwa wybrana przez firmę.

Zalecenia redaktorów

• „Ojciec chrzestny” sztucznej inteligencji twierdzi, że obawy przed zagrożeniem egzystencjalnym są przesadzone
• Te genialne pomysły mogą pomóc uczynić sztuczną inteligencję trochę mniej złą
• Nowa aplikacja ChatGPT OpenAI jest bezpłatna na iPhone'a i iPada
• W ramach przerwy w zatrudnieniu sztuczna inteligencja może zastąpić około 7800 stanowisk pracy w IBM
• Widziałem (odległą) przyszłość wyszukiwania internetowego opartego na sztucznej inteligencji – tutaj jest ona niesamowita, a tam, gdzie występują trudności