University of Texas in Dallas
Wetenschappers bouwen computer die zelflerende AI naar telefoons kan brengen
Wetenschappers van de University of Texas hebben een computer gebouwd die zelflerende AI naar telefoons kan brengen. Dit deden ze door na te bootsen hoe hersencellen verbinden en zich aanpassen.
De computer leert dus in principe meer zoals het menselijk brein leert, en kan daarom patronen herkennen en voorspellen met veel minder berekeningen dan normale AI-systemen.
Zuiniger
Normale AI-systemen zijn daarom veel energie-intensiever dan deze, zuinigere variant. Het werkt als volgt: in de kern van de computer zitten magnetische tunnelovergangen (MTJ’s in het Engels). Dit zijn hele kleine apparaten die bestaan uit twee magnetische lagen gescheiden door een isolator.
Hoe het werkt
Staan de magneten dezelfde kant op dan gaat er makkelijk stroom doorheen. Staan ze anders gericht, dan gaat er minder stroom doorheen. Door heel veel van deze schakelaars te verbinden ontstaat een netwerk dat zichzelf bijstelt terwijl er signalen doorheen gaan. Verbindingen die vaak nodig zijn worden sterker. Verbindingen die weinig helpen worden zwakker. Dat lijkt op hoe synapsen, de contactpunten tussen twee neuronen waar signalen worden overgedragen in je brein, leren. MTJ’s kunnen ook informatie vasthouden doordat ze twee duidelijke standen hebben. Dat maakt het systeem stabiel.
Waarom dit handig is
Zulke efficiëntie kan het mogelijk maken dat telefoons, wearables en andere apparaten geavanceerde AI-modellen lokaal draaien zonder afhankelijk te zijn van enorme cloudservers. Bovendien zou het ook de groeiende druk op wereldwijde datacenters kunnen verlichten die momenteel enorme hoeveelheden energie verbruiken voor AI-berekeningen.
De studie is gepubliceerd in het tijdschrift Nature Communications Engineering.