Innholdsfortegnelse[Gjemme seg][Forestilling]
Når elektroniske enheter som mobiltelefoner, smartklokker og annen bærbar teknologi oppgraderes med nyere modeller, produseres det en betydelig mengde søppel hvert år.
Hvis eldre versjoner kunne ha blitt oppdatert med nye sensorer og prosessorer som knipser inn i enhetens interne brikke, og reduserer sløsing både når det gjelder penger og materialer, ville det vært revolusjonerende. Tenk på en mer bærekraftig fremtid der smarttelefoner, smartklokker og annen bærbar teknologi ikke stadig erstattes med nyere modeller eller legges på hylla.
I stedet kan de oppdateres med de nyeste sensorene og prosessorene som ganske enkelt klikker seg inn i enhetens interne brikke, som LEGO-klosser lagt til en eksisterende struktur. Slike omprogrammerbare brikker kan holde enhetene oppdaterte samtidig som de reduserer vårt digitale avfall.
Med deres LEGO-lignende design for en stabelbar, tilpassbar kunstig intelligens chip, har MIT-ingeniører nå tatt et skritt mot den modulære visjonen.
Dette innlegget vil ta en grundig titt på denne brikken, dens konfigurasjoner og dens fremtidige implikasjoner.
Så, hva er en LEGO-lignende brikke for kunstig intelligens?
Den neste store utviklingen som vil forvandle planeten er kunstig intelligens. For å produsere modulær og bærekraftig elektronikk, har MIT-ingeniører nå laget en AI-brikke som ligner LEGO.
For å gjøre prosessen med å legge til flere sensorer eller oppgradere gamle prosessorer enklere, er det en rekonfigurerbar brikke med mange lag som kan legges oppå hverandre eller byttes.
Basert på kombinasjonen av lagene, kan de "rekonfigurerbare" AI-brikkene utvides på ubestemt tid. Derfor kan disse brikkene kutte ned på elektronisk avfall mens de holder enhetene våre oppdaterte.
La oss nå utforske utformingen av denne brikken.
Chip design
AI-brikkearkitekturen er virkelig eksepsjonell fordi den kombinerer vekslende lag av prosesserings- og sensorkomponenter med LED-er (lysemitterende dioder), som lar brikkelagene samhandle visuelt.
Arkitekturen inkluderer lysemitterende dioder (LED) som muliggjør optisk kommunikasjon på tvers av brikkens lag samt vekslende lag med sensor- og prosesseringskomponenter. Signaler videresendes på tvers av nivåer ved bruk av vanlig ledning i andre modulære brikkearkitekturer.
Slike omfattende forbindelser gjør slike stablesystemer ikke-konfigurerbare siden de er vanskelige, om ikke umulige, å kutte og koble om. I stedet for faktiske ledninger, overfører MIT-konseptet data gjennom brikken ved hjelp av lys.
Som et resultat kan brikken omorganiseres, med lag som kan legges til eller trekkes fra, for eksempel for å inkludere nye sensorer eller moderne CPUer. Ingeniørenes nye konsept parer bildesensorer med kunstige synapsearrayer, og hver av dem blir lært opp til å gjenkjenne en bestemt bokstav, i dette tilfellet M, I og T.
Teamet konstruerer et optisk system i stedet for å bruke den tradisjonelle metoden for å overføre sensordata til prosessen gjennom fysiske kabler. I denne tilnærmingen kombineres hver sensor og kunstige synapser for å danne en matrise som muliggjør kommunikasjon mellom bokstavene uten behov for fysiske forbindelser.
Signalene mellom lagene sendes via standard ledning i vanlig modulært brikkearrangement. Disse konvensjonelle brikkene er ikke rekonfigurerbare fordi slike intrikate ledningsarrangementer er umulige å løsne og koble om.
Forskere venter spent på implementeringen av dens banebrytende design for å fremme databehandlingsenheter, for eksempel selvforsynte sensorer og diverse annen elektronikk, som ikke fungerer med en sentral eller distribuert ressurs som skybasert databehandling eller superdatamaskiner.
Chipkonfigurasjoner
En enkeltbrikke ble laget av forskerne, og dens beregningskjerne var omtrent på størrelse med et stykke konfetti på 4 kvadratmillimeter.
Brikken har tre bildegjenkjennings-"blokker" plassert oppå hverandre, som hver har en bildesensor, et optisk kommunikasjonslag og en kunstig synapse-array for å identifisere en av de tre bokstavene M, I eller T. Deretter projiserte et tilfeldig generert bilde av piksler på enheten og målte den elektriske strømmen som hver nevrale nettverket array generert som svar.
Når strømmen øker, øker sannsynligheten for at bildet er bokstaven som den spesifikke matrisen har blitt trent til å oppdage
Forskerne oppdaget at selv om brikken kunne skjelne mellom distinkte distinkte bilder, for eksempel mellom bokstavene I og T, hadde den mindre suksess med å klassifisere klare bilder av hver bokstav. Da prosesseringslaget til brikken umiddelbart ble erstattet med en overlegen "denoising"-prosessor, oppdaget forskerne at enheten gjenkjente bildene riktig.
Imidlertid byttet de raskt ut brikkens prosesseringslag med en dyktig denoising-prosessor, og så produserte de klippet som riktig oppdaget bilder.
Ettersom de tror det finnes utallige bruksområder for disse enhetene, planlegger forskerne også å øke chipenes prosessorkraft og sensorkapasitet.
Applikasjonene er ubegrensede, mener forskerne, og de har til hensikt å utvide brikkens sanse- og prosesseringsevne.
Fremtiden for det
Når det gjelder fremtidig arbeid, er forskerne spesielt begeistret for den potensielle adopsjonen av denne arkitekturen kanten beregning enheter som superdatamaskiner eller skybasert databehandling, som ville åpnet opp en helt ny verden av muligheter.
Etter hvert som tingenes internett vokser, vil etterspørselen etter multifunksjonelle avanserte dataenheter øke. Teamet tror det fordi det gir mye av kanten beregning fleksibilitet, den foreslåtte designen kan hjelpe med dette.
IFor å oppdage mer komplekse bilder eller brukes i bærbar elektronisk hud- og helseovervåking, planlegger forskerne også å forbedre brikkens sensing- og prosesseringsevne.
Forskerne synes det er spennende om brukere kan sette sammen brikken selv ved hjelp av forskjellige sensorer og prosesseringslag som kan selges separat.
Avhengig av deres behov for bilde- eller videoidentifikasjon, kan brukeren velge mellom en rekke nevrale nettverk.
konklusjonen
Teamet trekker frem edge computing som en av flere mulige bruksområder. Jeehwan Kim, en førsteamanuensis i maskinteknikk ved MIT, spår at etterspørselen etter multifunksjonelle kantdataenheter vil øke betydelig etter hvert som vi går inn i æraen med tingenes internett basert på sensornettverk.
I fremtiden vil "vår foreslåtte maskinvaredesign tillate en enorm tilpasningsevne for edge computing."
Avslutningsvis endrer denne brikken fremtiden og ønsker et bredere spekter av AI-applikasjoner velkommen.
Legg igjen en kommentar