Preuzmite verziju ovog članka za ispis.

Umjetna inteligencija voli struju. Prema jednoj procjeni, trošak napajanja velikih svjetskih jezičnih modela (LLM) premašit će bruto domaći proizvod Sjedinjenih Država do 2027. To je procijenjeni godišnji račun za struju od 25 bilijuna dolara, i iako je to vjerojatno precijenjena procjena, poanta je: trenutna umjetna inteligencija je energetski proždir. Kako bi se tome suprotstavili, istraživači u Los Alamosu i diljem Ministarstva energetike (DOE) pokušavaju razviti umjetnu inteligenciju koja može raditi sa samo 20 vata – istom količinom električne energije koja napaja dvije LED žarulje 24 sata i otprilike količinom energije koju ljudski mozak troši svaki dan. Ako bude uspješan, pristup je put do umjetne inteligencije koja je skalabilna i odražava prilagodljivost prirodne inteligencije. „Mogli bismo napraviti dron veličine komarca pametan kao komarac“, kaže Garrett Kenyon, računalni neurolog u Laboratoriju koji je specijaliziran za umjetnu inteligenciju. Kenyon ovu još uvijek eksperimentalnu ideju naziva sljedećom generacijom umjetne inteligencije.

U središtu ove evolucije umjetne inteligencije je neuromorfno računalstvo, paradigma inspirirana strukturom i funkcijom ljudskog mozga. Za razliku od trenutnih modela umjetne inteligencije, koji se oslanjaju na binarna superračunala za obradu milijardi ili čak bilijuna parametara, neuromorfni sustavi koriste energetski učinkovite električne i fotonske mreže modelirane prema biološkim neuronskim mrežama. Kenyonovim riječima, ove mreže koriste fizički hardver kako bi oponašale najučinkovitiji i najmoćniji prirodni mehanizam za zaključivanje i predviđanje. „Ljudski mozak može se mijenjati na temelju svoje interpretacije svijeta“, kaže Kenyon. „Umjetna inteligencija trenutno ne može.“ 

Kako bi ilustrirao ovaj nedostatak LLM-ova, onaj za koji se Kenyon nada da će neuromorfna umjetna inteligencija pomoći u rješavanju, spominje skupinu tehnoloških šaljivdžija koji su nedavno prevarili automobile bez vozača. Obukli su automobile majicama s ukrašenim znakovima STOP. Automobili, nesposobni razaznati kontekst, reagirali su zaustavljanjem, demonstrirajući determinističku prirodu trenutnih algoritama umjetne inteligencije. Ponašanje automobila proizvod je obrade povratnih informacija unaprijed. „Vidim znak STOP, stoga stajem.“ Neuromorfna računala, poput bioloških mreža, dizajnirana su za obradu informacija putem povratnih petlji i provjera vođenih kontekstom. „Vidim znak STOP. Ali taj znak STOP je na majici. Nastavljam voziti – bezobrazni klinac.“ 

„ Sljedeći val umjetne inteligencije bit će spoj fizike i neuroznanosti“, kaže Kenyon. U rujnu je pomogao u vođenju radionice Ministarstva energetike o neuromorfnom računarstvu za znanost 2024. kako bi se odredilo koji projekti trebaju dobiti financiranje putem Zakona o CHIPS-u i znanosti iz 2021., kojim je dodijeljeno 280 milijardi dolara, između ostalog, za ponovno uspostavljanje američke dominacije u računarstvu. Na konferenciji su se stručnjaci za neuromorfno računarstvo iz cijele zemlje bavili pitanjima poput: Trebaju li znanstvenici započeti s obrnutim inženjeringom mozga kukca ili mozga miša? Koje će nove niskoenergetske mikroprocesore, poput memristora koji se sada razvijaju u Centru za integrirane nanotehnologije Laboratorija, budući sustavi najvjerojatnije koristiti? Mogu li se postojeća superračunala koristiti za bolje modeliranje neuromorfnih računala prije nego što se značajna sredstva ulože u njihovu izgradnju? 

Trenutno, velika neuromorfna računala imaju nešto više od milijardu neurona povezanih s nešto više od 100 milijardi sinaptičkih veza. Ljudski mozak ima 100 bilijuna sinaptičkih veza. No, Kenyon i njegovi suradnici u institucijama uključujući Sveučilište Michigan i Nacionalni laboratorij Pacifičkog sjeverozapada smatraju ove relativno male strojeve dokazom da se neuromorfno računalstvo može skalirati do složenosti na razini mozga. „Nakon što budemo u mogućnosti implementirati cijeli proces stvaranja ovih mreža u komercijalnoj ljevaonici, možemo se brzo skalirati na vrlo velike sustave“, kaže Jeff Shainline, Kenyonov suradnik koji radi u Nacionalnom institutu za standarde i tehnologiju. Drugim riječima, nakon što ste izradili jedan neuron, nije toliko teže izraditi milijun. Kratkoročni cilj znanstvenika je izraditi dizajn za neuromorfno računalo koje se nalazi unutar kutije od dva četvorna metra i sadrži onoliko neurona koliko i ljudska moždana kora. Izračuni sugeriraju da bi ovo računalo moglo raditi između 250.000 i 1.000.000 puta brže od biološkog mozga i koristiti samo 10 kilovata energije, nešto više od kućnog klima uređaja. 

Kenyon vjeruje da ovaj rad otvara put prema naprednoj verziji neuromorfne umjetne inteligencije, one koja troši daleko manje energije od trenutne umjetne inteligencije i ponaša se mnogo više poput inteligencije koja je pokušava dizajnirati.

Ljudi također pitaju

• Što je neuromorfno računarstvo? Neuromorfno računarstvo, nova i obećavajuća grana računarstva, ima za cilj oponašati strukturu i funkciju ljudskog mozga. Pokretan visoko učinkovitim umjetnim sinapsama i neuronima, poput memristorskih krugova otprilike veličine virusa razvijenih u Centru za integriranu nanotehnologiju sa sjedištem u Los Alamosu , neuromorfni pristup mogao bi donijeti budućnost u kojoj računala troše jednako energije kao i ljudski mozak – i budu jednako moćna. 
• Kako funkcionira neuromorfno računalstvo? Neuromorfna računala temelje se na biologiji mozga, koji je kod ljudi prepun 100 milijardi neurona. Iako su najnaprednija računala još uvijek samo djelić složenosti ljudskog mozga, ona rade na sličan način, s vremenski određenim električnim signalima koji se koriste za obradu informacija u mrežama umjetnih neurona.