Yeni nöromorfik çip 10 bin kat daha az işlem gücü kullanıyor

Yapay zeka modellerinin büyümesi, veri merkezlerinden giyilebilir cihazlara kadar geniş bir alanda enerji tüketimi, ısınma ve işlem kapasitesi sorunlarını artırıyor. Mevcut bilgisayar mimarileri, önem düzeyine bakmaksızın bütün veri akışlarını sürekli işlediği için yüksek elektrik tüketimine ve işlemci yüküne neden oluyor. Uluslararası bir araştırma ekibi, insan beynindeki beyincik bölgesinin çalışma biçiminden esinlenerek rutin verileri göz ardı eden, yalnızca olağandışı değişimlere tepki veren nöromorfik bir elektronik cihaz geliştirdi. Sistem, geleneksel yapay zeka algoritmalarına kıyasla 10 bin kat daha az işlem gücüyle çalışıyor.

RUTİN VERİLERİ İŞLEMİYOR
Geliştirilen cihaz, gelen verilerin tamamını ayrıntılı biçimde analiz etmek yerine sürekli tekrar eden normal olayları filtreliyor. Sistem, yalnızca alışılmış düzenden sapma görüldüğünde devreye girerek işlem yapıyor. Bu yaklaşım, insan beynindeki beyinciğin rutin bilgi akışını dengeleme ve yalnızca farklılık gösteren sinyallere odaklanma biçimini taklit ediyor. Böylece cihaz, kesintisiz veri işleme ihtiyacını azaltarak enerji tüketimini ve işlem yükünü düşürüyor.

EKG KAYITLARINDA TEST EDİLDİ
Araştırmacılar, cihazın performansını kalbin elektriksel aktivitesini ölçen elektrokardiyogram kayıtları üzerinde test etti. Sistem, normal kalp atışlarını işlem yükü oluşturmaması için göz ardı ederken aritmi olarak bilinen düzensiz kalp ritimlerini anında saptadı. Testlerde cihazın anormal kalp atışlarını yaklaşık beşte bir kalp atışı hassasiyetinde ayırt ettiği ve yüzde 98’in üzerinde doğruluk sağladığı belirtildi.

ANOMALİLERİ ANINDA SAPTADI
Yeni mimari, yalnızca sağlık verileriyle sınırlı olmayan geniş bir kullanım alanına sahip. Olağandışı olaylara hızlı tepki verebilmesi, otonom araçlarda aniden yola çıkan yayaların fark edilmesi, siber güvenlik sistemlerinde şüpheli veri hareketlerinin yakalanması ve endüstriyel sensörlerde beklenmeyen değişimlerin belirlenmesi gibi uygulamalar için önem taşıyor. Sistem, normal veri akışında düşük enerjiyle beklerken anomali oluştuğunda işlem yaparak gecikmeyi azaltıyor.

BELLEK VE İŞLEMCİ AYNI BİLEŞENDE
Geleneksel bilgisayarlarda veriler bellekte saklanıyor ve işlemciye aktarılarak işleniyor. Bellek ile işlemci arasındaki bu sürekli veri hareketi, enerji tüketiminin başlıca nedenlerinden biri olarak görülüyor. Araştırma ekibi, bu sorunu aşmak için bellek ve hesaplama işlevlerini tek fiziksel yapıda birleştiren “memtransistör” adlı özel bir bileşen geliştirdi. Bu yapı, verinin farklı birimlere taşınmasına gerek kalmadan aynı noktada saklanmasına ve işlenmesine imkan sağlıyor. 

BEYİNCİKTEKİ DENGE TAKLİT EDİLDİ
Memtransistör mimarisine, beyincikte bulunan ve normal koşullarda birbirini dengeleyen iki farklı sinyal türü uyarlandı. Rutin durumlarda bu sinyaller dengede kalıyor ve sistem ek işlem gücü harcamıyor. Olağandışı bir veri geldiğinde ise elektriksel denge değişiyor ve cihaz bu farklılığı hemen algılıyor. Böylece sistem, beklenmeyen durumları çok düşük gecikmeyle tespit edebiliyor.

MOLİBDEN DİSÜLFÜR KULLANILDI
Cihazın üretiminde atomik incelikte molibden disülfür yarı iletkeni kullanıldı. Araştırmacılar, bileşene uygulanan elektrik voltajının yönünü değiştirerek aynı fiziksel yapı üzerinde iki farklı çalışma modu oluşturdu. Bu özellik, cihazın biyolojik beyin hücrelerinin değişen koşullara uyum sağlama yeteneğine benzer biçimde farklı işlevler arasında geçiş yapmasına imkan verdi.

ADAPTİF ÖĞRENME HEDEFLENİYOR
Araştırma ekibi, bir sonraki aşamada cihaza adaptif öğrenme yetenekleri kazandırmayı planlıyor. Bu özellik sayesinde sistemin zaman içinde tekrar eden olayları öğrenmesi, daha önce olağandışı kabul ettiği ancak sonradan tanıdık hale gelen verileri işlemeyi bırakması hedefleniyor. Böylece cihazın insan beynine benzer biçimde çevresine uyum sağlayarak yalnızca yeni ve önemli değişimlere tepki vermesi amaçlanıyor.

GİYİLEBİLİR CİHAZLARA UYGULANABİLİR
Ultra düşük enerji tüketimi ve anomali tespit kabiliyeti, teknolojiyi akıllı saatler, medikal sensörler, otonom araçlar, robotik sistemler ve savunma sanayisi uygulamaları için uygun hale getiriyor. Yeni mimari, uç cihazlarda sürekli bulut bağlantısına ihtiyaç duymadan verilerin yerinde işlenmesini sağlayabilir. Araştırmacılar, beyincikten ilham alan bu yaklaşımın daha uzun batarya ömrüne ve daha düşük enerji tüketimine sahip yapay zeka donanımlarının geliştirilmesine katkı sağlayabileceğini belirtiyor.