Gdy urządzenia elektroniczne, takie jak telefony komórkowe, smartwatche i inne urządzenia do noszenia, są aktualizowane za pomocą nowszych modeli, każdego roku wytwarzana jest znaczna ilość śmieci.
Gdyby starsze wersje mogły zostać zaktualizowane o nowe czujniki i procesory, które zatrzaskują się w wewnętrznym chipie urządzenia, zmniejszając marnotrawstwo zarówno pod względem pieniędzy, jak i materiałów, byłoby to rewolucyjne. Zastanów się nad bardziej zrównoważoną przyszłością, w której smartfony, smartwatche i inne technologie do noszenia nie są stale zastępowane nowszymi modelami lub umieszczane na półkach.
Zamiast tego można je zaktualizować za pomocą najnowszych czujników i procesorów, które po prostu wpinają się w wewnętrzny układ urządzenia, jak klocki LEGO dodane do istniejącej konstrukcji. Takie reprogramowalne chipy mogą zapewnić aktualność urządzeń, jednocześnie zmniejszając ilość odpadów cyfrowych.
Dzięki wzornictwu podobnemu do LEGO, które można układać w stosy, można je dostosować sztuczna inteligencja chip, inżynierowie MIT zrobili krok w kierunku tej modułowej wizji.
W tym poście przyjrzymy się dokładnie temu układowi, jego konfiguracjom i jego przyszłym konsekwencjom.
Czym więc jest chip sztucznej inteligencji podobny do LEGO?
Kolejnym ważnym osiągnięciem, które zmieni planetę, jest sztuczna inteligencja. Aby wyprodukować modułową i zrównoważoną elektronikę, inżynierowie MIT stworzyli teraz chip AI, który przypomina LEGO.
Aby uprościć proces dodawania dodatkowych czujników lub modernizacji starych procesorów, jest to rekonfigurowalny układ z wieloma warstwami, które można nakładać na siebie lub przełączać.
W oparciu o kombinację warstw „rekonfigurowalne” chipy AI można rozszerzać w nieskończoność. Dlatego te chipy mogą zmniejszyć ilość odpadów elektronicznych, jednocześnie zapewniając aktualność naszych urządzeń.
Przyjrzyjmy się teraz konstrukcji tego układu.
Konstrukcja chipa
Architektura chipu AI jest naprawdę wyjątkowa, ponieważ łączy naprzemienne warstwy przetwarzania i komponentów czujnika z diodami LED (diody elektroluminescencyjne), które umożliwiają wizualną interakcję warstw chipa.
Architektura obejmuje diody elektroluminescencyjne (LED), które umożliwiają komunikację optyczną między warstwami chipa, a także naprzemiennymi warstwami czujników i komponentów przetwarzających. Sygnały są przekazywane na różnych poziomach przy użyciu normalnego przewodu w innych modułowych architekturach chipowych.
Takie rozległe połączenia sprawiają, że takie systemy układania w stosy nie są konfigurowalne, ponieważ są one trudne, jeśli nie niemożliwe, do przecięcia i ponownego okablowania. Zamiast rzeczywistych przewodów koncepcja MIT przesyła dane przez chip za pomocą światła.
W rezultacie układ może zostać przearanżowany, z warstwami, które można dodawać lub odejmować, na przykład w celu włączenia nowych czujników lub nowoczesnych procesorów. Nowatorska koncepcja inżynierów łączy czujniki obrazu ze sztucznymi matrycami synaps, a każda z nich uczy się rozpoznawać określoną literę, w tym przypadku M, I i T.
Zespół buduje system optyczny zamiast korzystać z tradycyjnej metody przesyłania danych z czujników do procesu za pomocą fizycznych kabli. W tym podejściu każdy czujnik i sztuczne synapsy łączą się, tworząc tablicę, która umożliwia komunikację między literami bez konieczności fizycznych połączeń.
Sygnały pomiędzy warstwami są przesyłane standardowym przewodem w typowym układzie chipów modułowych. Te konwencjonalne chipy nie są rekonfigurowalne, ponieważ takie skomplikowane układy okablowania są niemożliwe do odłączenia i ponownego okablowania.
Naukowcy z niecierpliwością czekają na wdrożenie tego przełomowego projektu w celu udoskonalenia urządzeń komputerowych, takich jak samowystarczalne czujniki i różne inne urządzenia elektroniczne, które nie działają z centralnym lub rozproszonym zasobem, takim jak przetwarzanie w chmurze lub superkomputery.
Konfiguracje chipów
Naukowcy stworzyli pojedynczy chip, którego rdzeń obliczeniowy był mniej więcej wielkości kawałka konfetti na 4 milimetry kwadratowe.
Chip ma trzy „bloki” rozpoznawania obrazu umieszczone jeden na drugim, z których każdy ma czujnik obrazu, optyczną warstwę komunikacyjną i układ sztucznych synaps do identyfikacji jednej z trzech liter M, I lub T. Następnie rzutował losowo wygenerowany obraz pikseli na urządzenie i zmierzył prąd elektryczny, który każdy z nich sieci neuronowe tablica wygenerowana w odpowiedzi.
Wraz ze wzrostem prądu wzrasta prawdopodobieństwo, że obraz jest literą, do której wykrywania została wyszkolona konkretna macierz
Naukowcy odkryli, że chociaż chip potrafił rozróżniać różne zamglone obrazy, takie jak między literami I i T, miał mniejszy sukces w klasyfikowaniu wyraźnych obrazów każdej litery. Gdy warstwa przetwarzania chipa została szybko zastąpiona lepszym procesorem „odszumiającym”, naukowcy odkryli, że urządzenie prawidłowo rozpoznało obrazy.
Jednak szybko zastąpili warstwę przetwarzania chipa wykwalifikowanym procesorem odszumiania, a następnie wyprodukowali klip, który prawidłowo wykrywał obrazy.
Ponieważ uważają, że istnieje niezliczona ilość zastosowań dla tych urządzeń, naukowcy planują również zwiększyć moc przetwarzania chipów i pojemność czujników.
Naukowcy są przekonani, że zastosowania są nieograniczone i zamierzają rozszerzyć możliwości wykrywania i przetwarzania chipa.
Przyszłość tego
Jeśli chodzi o przyszłe prace, badacze są szczególnie podekscytowani potencjalnym przyjęciem tej architektury do: przetwarzanie krawędziowe urządzeń takich jak superkomputery czy przetwarzanie w chmurze, które otworzyłyby zupełnie nowy świat możliwości.
Wraz z rozwojem Internetu rzeczy wzrośnie zapotrzebowanie na wielofunkcyjne urządzenia brzegowe. Zespół wierzy, że bo to daje bardzo dużo przetwarzanie krawędziowe elastyczność, jego sugerowany projekt może w tym pomóc.
IAby wykryć bardziej złożone obrazy lub wykorzystać je w elektronicznym monitorowaniu skóry i opieki zdrowotnej, naukowcy planują również zwiększyć możliwości wykrywania i przetwarzania przez chip.
Naukowcy uważają, że intryguje, gdyby użytkownicy mogli sami złożyć chip za pomocą różnych czujników i warstw przetwarzających, które mogą być sprzedawane osobno.
W zależności od potrzeb w zakresie identyfikacji wizualnej lub wideo, użytkownik może wybierać spośród wielu sieci neuronowe.
Wnioski
Zespół wymienia przetwarzanie brzegowe jako jedno z kilku możliwych zastosowań. Jeehwan Kim, profesor nadzwyczajny inżynierii mechanicznej na MIT, przewiduje, że zapotrzebowanie na wielofunkcyjne urządzenia brzegowe znacznie wzrośnie, gdy wejdziemy w erę Internetu rzeczy opartego na sieciach czujników.
W przyszłości „sugerowany przez nas projekt sprzętu pozwoli na ogromne możliwości adaptacji przetwarzania brzegowego”.
Podsumowując, ten chip zmienia przyszłość i wita szerszy zakres zastosowań AI.
Dodaj komentarz