Umělá inteligence spotřebovává elektrickou energii rychlostí, která začíná vyvolávat vážné obavy průmyslu i vlád.
Každý dotaz na jazykový model, každý vygenerovaný obrázek, každá masivní analýza dat se opírá o výpočetní centra, jejichž spotřeba elektrické energii neustále roste. Tváří v tvář tomuto problému představil tým z Cambridgeské univerzity únikovou cestu inspirovanou nejúčinnějším orgánem k řešení problémů, který známe: lidským mozkem.
Vypínač s pamětí
Objev zveřejněný v časopise Science Advances se točí kolem elektronické součástky zvané memristor. Na rozdíl od běžného spínače, který jednoduše vypíná nebo spíná proud, memristor uchovává informace o svém předchozím stavu a chová se způsobem připomínajícím synapse – spojení mezi neurony, jimiž proudí signály v naší nervové soustavě. Tato vlastnost z něj činí ideálního kandidáta pro konstrukci čipů, které ukládají a zpracovávají data na stejném místě, jako to dělá mozek.
Proč dnešní čipy spotřebovávají tolik energie
V tradiční počítačové architektuře zabírají paměť a výpočetní jednotka oddělené prostory. Data putují nekonečně dlouho tam a zpět a tento neustálý provoz generuje obrovskou spotřebu energie. Lidský mozek naproti tomu řeší tento problém tak, že integruje úložiště a výpočty do samotných neuronových spojení, což je řešení, které miliony let evoluce zdokonalilo na úroveň efektivity nedosažitelnou pro běžný křemík.
Replikace této biologické logiky je právě cílem neuromorfních počítačů, což je oblast výzkumu, která se snaží odklonit od klasického modelu informatiky a přiblížit fungování nervového systému.
Ultratenká fólie s mimořádnými vlastnostmi
Tým vedený Babakem Bakhitem učinil v tomto směru rozhodující krok. Namísto obvyklých mechanismů založených na tvorbě drobných vodivých vláken uvnitř materiálů vědci vyrobili ultratenký film z oxidu hafnia obohaceného stronciem a titanem. Tato kombinace vytváří jakési vnitřní elektronické brány, které regulují elektrický tok s mnohem větší stabilitou a přesností než předchozí technologie a napodobují chování neuronálních synapsí.
Čísla jsou ohromující: zařízení je schopno přepínat svůj stav proudy až milionkrát nižšími, než jaké vyžadují srovnatelné memristory. V době, kdy by umělá inteligence mohla představovat významnou část světové výroby elektřiny, autoři studie odhadují, že by jejich technologie mohla snížit spotřebu energie až o 70 %.
Stroje, které se učí jako neurony
Kromě úspory elektrické energie se tato zařízení vyznačují schopností učit se. Cambridgeské memristory reprodukují základní princip biologie známý jako plasticita závislá na čase vypalování. Jednoduše řečeno, spojení se posilují nebo oslabují v závislosti na přesném okamžiku, kdy dostávají elektrické signály, stejně jako to dělají naše neurony, když získáme novou znalost nebo dovednost.
„Jedním z velkých problémů dnešního hardwaru je spotřeba energie,“ říká Bakhit. K jejímu vyřešení potřebujeme zařízení s extrémně nízkými proudy, vysokou stabilitou a schopností pracovat ve více stavech. A právě to, jak zdůrazňuje, se jim podařilo prokázat.
Výrobní překážka
Jak už to u laboratorního vývoje bývá, cesta k průmyslové výrobě není triviální. Přístroje se vyrábějí při teplotách blížících se 700 stupňům Celsia, což je hranice, která přesahuje hodnoty typické pro dnešní výrobní linky polovodičů. To je pro nás nyní největší výzva,“ přiznává Bakhit. Pracujeme však na snížení této teploty a na tom, aby byla technologie kompatibilní s průmyslem.
Udržitelnější budoucnost umělé inteligence
Pokud se podaří tuto překážku překonat, potenciální aplikace sahají od ekologičtějších datových center až po inteligentní senzory, osobní zařízení a autonomní systémy. Integrace těchto memristorů do komerčních čipů by mohla změnit způsob, jakým umělá inteligence spotřebovává zdroje, a učinit ji mnohem udržitelnější.