Nëse ndonjëherë keni menduar se si një makinë mund ta njohë fytyrën tuaj ose të kuptojë atë që po thoni, përgjigjja qëndron në magjepsjen me trurin e njeriut. Këto struktura biologjike, të përbëra nga neuronet e ndërlidhura që transmetojnë sinjale elektrikeAto kanë shërbyer si një plan për krijimin e asaj që ne e njohim sot si rrjete nervore artificiale, të cilat në thelb janë algoritme të dizajnuara për të zgjidhur enigma komplekse matematikore.
Në botën e sotme, jemi mësuar që inteligjenca artificiale të jetë sinonim i superkompjuterëve dhe konsumit të madh të energjisë. Megjithatë, po shfaqet një trend shumë interesant që kërkon të... optimizoni efiçencën e energjisëduke vënë në pikëpyetje nëse na duhet vërtet të përpunojmë miliona shumëzime për të marrë një përgjigje të thjeshtë, duke imituar kështu maturinë e energjisë së trurit tonë.
Arkitektura klasike: nga perceptroni te të mësuarit e thellë
Për të kuptuar se ku po shkojmë, duhet të dimë nga kemi ardhur. Një rrjet nervor bazë zakonisht organizohet në tre nivele. E gjitha fillon në shtresa hyrëseKëtu sistemi merr të dhëna nga jashtë, i analizon dhe i dërgon përpara. Pastaj vjen shtresa të fshehuratë cilat mund të jenë një e vetme ose dhjetëra prej tyre; këtu ndodh përpunimi i vërtetë, duke rafinuar informacionin në çdo fazë.
Më në fund, mbërritëm në shtresa e daljesgjë që na jep verdiktin përfundimtar. Në varësi të asaj që kërkojmë, mund të kemi një nyje të vetme për një përgjigje po ose jo (klasifikim binar), ose disa nyje nëse problemi është më kompleks dhe kërkon zgjedhje midis kategorive të shumta.
Kur flasim Mësim i ThellëPo i referohemi rrjeteve me shumë shtresa të fshehura dhe miliona lidhje. Në këtë model, marrëdhënia midis neuroneve përcaktohet nga një vlerë numerike e quajtur peshëProblemi është se këto rrjete janë konsumues të të dhënave dhe energjisë, duke kërkuar miliona shembuj për të shmangur gabimet.
Zemra e stërvitjes: Përhapja përpara dhe prapa
Që një rrjet të mësojë, së pari duhet të përpiqet të hamendësojë. Procesi i Përhapja përpara Në thelb është një udhëtim nga e majta në të djathtë: të dhënat vijnë, shumëzohen me peshat, shtohet një rregullim i quajtur paragjykim dhe kalojnë nëpër një funksion aktivizimi (si Sigmoidi ose ReLu) për të vendosur nëse neuroni "aktivizohet" apo jo.
Por, meqenëse rrjeti nuk di asgjë në fillim, ai do të dështojë në mënyrë spektakolare. Këtu është vendi ku Përhapja prapaku ndodh magjia. Algoritmi tani udhëton nga e djathta në të majtë, duke llogaritur gabimin midis rezultatit të marrë dhe rezultatit aktual. Duke përdorur derivatet matematikoreRrjeti rregullon peshat për të minimizuar atë gabim në përsëritjen tjetër.
Një detaj kyç në këtë proces është shkalla e të nxënitNëse është shumë e lartë, rrjeti mëson shpejt, por është i pasaktë; nëse është shumë e ulët, procesi bëhet i pafund. Qëllimi përfundimtar është të arrihet minimumi global i funksionit të kostos, duke i mundësuar rrjetit të përgjithësojë informacionin në mënyrë korrekte.
Revolucioni i rrjeteve nervore pa peshë
Këtu gjërat bëhen emocionuese. Profesoresha Lizy K. John dhe ekipi i saj po e thyejnë modelin duke propozuar rrjete nervore pa peshëNdërsa inteligjenca artificiale konvencionale mbështetet në kryerjen e miliarda shumëzimeve (një operacion shumë i shtrenjtë për harduerin), kjo qasje përdor tabela kërkimi të ndërlidhura.
Në vend që të llogarisë një operacion aritmetik kompleks, rrjeti thjesht konsultohet me një përgjigje të ruajtur bazuar në të dhëna binare. Është një sistem shumë më i ngjashëm me mënyrën se si arsyetojnë njerëzit: ne nuk i shumëzojmë numrat në kokën tonë për të vendosur nëse do të ecim majtas apo djathtas, por përkundrazi Ne përpunojmë sinjale aktivizimi.
Rezultatet janë thjesht mahnitëse. Në detyra të tilla si monitorimi mjekësor (EKG ose EEG) ose njohja e fjalëve kyçe, këto rrjete mund të jenë një mijë herë më i vogël dhe më efikasImagjinoni të kaloni nga një model prej 17 megabajtësh në një model prej vetëm 14 kilobajtësh. Kjo i lejon inteligjencës artificiale të jetojë direkt brenda sensorit përmes Edge Computing pa pasur nevojë të dërgoni të dhëna në cloud, gjë që është gjithashtu një Një pikë në favor të privatësisë të përdoruesit.
Drejt një IA të qëndrueshme dhe të lehtë
Nuk ka të bëjë vetëm me eliminimin e peshave; ekziston edhe trendi i... rrjete nervore të lehtaKëto janë të dizajnuara për të konsumuar sa më pak energji dhe memorie të jetë e mundur, duke përdorur teknika të tilla si trajnim ose krasitje e rrallëqë konsiston në eliminimin e lidhjeve që nuk kontribuojnë asgjë në rezultatin përfundimtar.
Kjo qasje është jetike në sektorë të tillë si menaxhimi i energjisë së ndërtesave ose ftohja e qendrave të të dhënave, ku optimizimi i konsumit mund të nënkuptojë kursim energjie deri në 30%Qëllimi është i qartë: që inteligjenca artificiale të mos jetë një problem klimatik, por pjesë e zgjidhjes, duke mundësuar pajisje me kosto të ulët, të tilla si Mikrokontrolluesit ARM Cortex, kryejnë detyra inteligjente në kohë reale.
Nga transformatorët që fuqizojnë chatbot-et moderne te rrjetet nervore konvolucionale (CNN) të fokusuara në imazhe, rruga drejt efikasitetit çon përmes zvogëlon kompleksitetin kompjuterikKalimi nga perceptroni klasik në IA gjeneruese ka qenë masiv në të dhëna dhe fuqi, por avangardi i vërtetë tani kërkon të bëjë më shumë me shumë më pak.
Kalimi nga arkitekturat e dendura dhe të bazuara në shumëzim në sisteme të bazuara në kërkim binar dhe modele të shkurtuara po i mundëson inteligjencës artificiale të jetë e zbatueshme në pajisje të vogla. Duke integruar efikasitetin e energjisë dhe thjeshtimin matematikor, përpunimi i të dhënave po bëhet jashtëzakonisht më i shpejtë dhe më i qëndrueshëm, duke hapur rrugën për informatikën lokale, private që nuk mbështetet më në GPU-të masive për të funksionuar siç duhet.
