ABŞ-ın Massaçusets Amherst Universitetinin tədqiqatçıları həm aparat təminatının, həm də alqoritmlərin yenidən dizayn edilməsinin kənar qurğularda süni intellekt tətbiqlərinin səmərəliliyini əhəmiyyətli dərəcədə artıra biləcəyini nümayiş etdiriblər. Tədqiqatçılar konsepsiyanın işləkliyini sübut etmək üçün dilin müəyyənləşdirilməsi sistemindən istifadə ediblər. Sistem hesablama resurslarının 90 faiz azaldılması fonunda 95,24 faiz dəqiqlik əldə edib. Bu nəticənin yeni nəsil aparat platformalarında hiperölçülü hesablama (HDC) texnologiyası əsasında hazırlanmış sistemlər arasında indiyədək qeydə alınan ən yüksək dəqiqlik olduğu bildirilir.
Araşdırmanın nəticələri Nature Communications jurnalında dərc olunub.
Süni intellekt artıq gündəlik həyatın bir çox sahəsinə daxil olub. Texnologiya məlumatları uzaqdakı məlumat mərkəzlərinə göndərmək əvəzinə birbaşa cihazın özündə emal edən “kənar qurğulara” — smartfonlara, kameralara, naviqasiya və nəqliyyatın idarə olunması sistemlərinə, əyləncə və alış-veriş platformalarına inteqrasiya edilir. Lakin süni intellektin gündəlik həyata daha geniş daxil olması yüksək enerji sərfiyyatı və güclü aparat təminatı tələbi yaradır. Bu vəziyyət hesablama imkanları məhdud olan kənar qurğular, o cümlədən ağıllı ev sistemlərinin idarəetmə mərkəzləri və avtomobillərin bort interfeysləri üçün xüsusilə çətindir. Hər bir cihazda məlumat mərkəzindəki qədər güclü hesablama imkanlarının olması əlverişli görünsə də, bu, praktiki baxımdan real deyil.
Hesablama proseslərinin bir hissəsi çoxlu resurs tələb etdiyindən onların icrası ləngiyə, əlavə istilik yarada və batareya ilə işləyən cihazların enerjisini daha sürətlə tükədə bilər. Dil emalı buna nümunədir. İnsanlar süni intellektlə birbaşa və dolayı şəkildə getdikcə daha çox qarşılıqlı əlaqədə olur. Buna görə bir çox tətbiq insan dilini tanımalı, tərcümə etməli və ya anlamalıdır. Hətta istifadə olunan dilin — ingilis, fransız, ərəb və digər dillərin — müəyyənləşdirilməsi belə kiçik və batareya ilə işləyən cihazların hesablama imkanlarına ciddi yük yarada bilər.
Massaçusets Amherst Universitetinin Rikçio Mühəndislik Kollecində elektrik və kompüter mühəndisliyi üzrə professor, həmçinin Nanoqurğular və İnteqrasiya Sistemləri Laboratoriyasının rəhbəri Çyanqfey Sya həmkarları ilə birlikdə problemin həlli üçün yalnız alqoritmi deyil, aparat təminatını da yenidən dizayn edib. Tədqiqatın əsas fərqi ondan ibarətdir ki, ənənəvi yanaşmada süni intellekt alqoritmləri əvvəlcədən mövcud olan aparat təminatında tətbiq edilir. Syanın rəhbərlik etdiyi komanda isə alqoritmi aparat təminatı ilə paralel şəkildə hazırlayıb. Bununla da hər iki komponentin üstünlüklərindən maksimum istifadə etmək mümkün olub. Tədqiqatçıların hazırladığı sistem kənar süni intellekt tətbiqlərində, o cümlədən dilin müəyyənləşdirilməsində hiperölçülü hesablama (HDC) alqoritmləri ilə analoq yaddaşdaxili hesablama (IMC) aparat təminatının imkanlarını birləşdirir.
HDC beyinin fəaliyyətindən ilhamlanan süni intellekt yanaşmasıdır. Bu sistem məlumatları dəqiq rəqəmlərlə işləmək əvəzinə böyük riyazi nümunələr vasitəsilə təqdim edir. Belə yanaşma müəyyən süni intellekt tapşırıqlarının daha sadə və səmərəli hesablamalarla yerinə yetirilməsinə imkan verir.
IMC aparat təminatında isə memristor adlanan elektron komponentlərdən istifadə olunur. Memristorlar məlumatı həm saxlayır, həm də emal edir. Beləliklə, məlumatların ayrıca yaddaş və hesablama bölmələri arasında davamlı şəkildə ötürülməsinə ehtiyac azalır. Bu xüsusiyyət HDC əsaslı alqoritmlərin kənar cihazlarda daha səmərəli tətbiqinə imkan yaradır.
Çyanqfey Syanın sözlərinə görə, hazırlanan platforma həm dil xüsusiyyətlərini kodlaşdıra, həm də dilin hansı dil olduğunu müəyyənləşdirə bilir. Sistem məlumatların kodlaşdırılması zamanı memristiv cihazların təbii təsadüfiliyindən istifadə edir. Əslində bu dəyişkənlik uzun müddət həmin texnologiyanın çatışmazlıqlarından biri hesab olunub. Tədqiqatçılar isə bu xüsusiyyəti üstünlüyə çeviriblər. Memristiv çipdəki təbii dəyişkənlik məlumatların daha səmərəli kodlaşdırılması üçün lazım olan təsadüfiliyi təmin edir. Hazırlanan sistem dilin müəyyənləşdirilməsində 95,24 faiz dəqiqlik göstərib və hesablama resurslarının istifadəsini 90 faiz azaldıb.
Tədqiqatçılar bildirirlər ki, bu, yeni nəsil aparat platformasında HDC texnologiyasından istifadə edən sistemlər üçün indiyədək qeydə alınmış ən yüksək dəqiqlik göstəricisidir. Sya bu işin onun laboratoriyasında əvvəllər aparılan tədqiqatların davamı olduğunu bildirib. Onun sözlərinə görə, elmi araşdırmalar bir-birinin üzərində qurulan prosesdir və hər yeni mərhələ əvvəlki ideyalara əsaslanaraq daha dərin anlayış və yeni elmi nəticələr yaradır. Sya qeyd edib ki, yeni sistem memristorlar üzrə əvvəlki tədqiqatların davamıdır. Bu tədqiqatlara analoq memristor cihazları, memristor-CMOS sxemlərinin inteqrasiyası, memristiv çarpaz çubuq massivləri və maşın intellekti tətbiqləri daxildir.
Syanın sözlərinə görə, layihənin ilkin ideyası 2019-cu ildə yaranıb. Həmin vaxt Massaçusets Amherst Universitetində bakalavr tədqiqatçısı olan Daniel Belkin kiçik memristiv çarpaz çubuq massivi üzərində araşdırmalara başlayıb. Lakin texnologiyanın praktik istifadəyə hazır vəziyyətə gətirilməsi uzun müddət və çoxsaylı sınaqlar tələb edib. Syanın sözlərinə görə, yalnız texnologiya sistem-çip səviyyəsinə çatdıqdan sonra real dil emalı nümayişlərini həyata keçirmək mümkün olub. Bu layihə memristiv çiplərin süni intellekt tətbiqlərində istifadəsinə həsr olunmuş bir sıra tədqiqatlardan yalnız biridir. Eyni çip daha əvvəl radiotezlik (RF) siqnallarının emalı və ağıllı sensor sistemlərində də istifadə edilib. Tədqiqatçı bildirib ki, memristiv çiplərin simsiz qəbuledicilərdə tətbiqinə həsr olunmuş başqa bir elmi məqalə də hazırlanır.
Hazırkı tədqiqatın gələcək tətbiqləri yalnız yazılı dilin emalı ilə məhdudlaşmaya bilər. Tədqiqatçılar sistemin danışıq dilini emal etmək üçün də istifadə edilə biləcəyini düşünürlər. Syanın sözlərinə görə, hazırkı işdə yazılı dilin emalı nümayiş etdirilib. Alimlər hesab edirlər ki, texnologiya danışıq dilinin emalına da uyğunlaşdırıla bilər. Bu isə smartfonlar, ağıllı dinamiklər, avtomobillər və robotlar kimi kənar qurğularda enerjiyə qənaət edən təbii dil emalı sistemlərinin yaradılmasına imkan verə bilər.
Layihədə Massaçusets Amherst Universitetinin keçmiş doktorantura sonrası tədqiqatçısı, hazırda Tennessi Universitetinin Noksvill kampusunda dosent olan Yi Huang, universitetin doktorantı Alireza Jaberi Rad, keçmiş tələbə Daniel Belkin, “TetraMem Inc.” şirkətindən Ning Ge, “TetraMem” və Los-Ancelesdəki Cənubi Kaliforniya Universitetindən J. Joshua Yang, həmçinin “TetraMem”dən Miao Hu iştirak ediblər.
Sya vurğulayıb ki, tədqiqatın müxtəlif elmi və sənaye sahələrini birləşdirməsi yeni süni intellekt aparatlarının hazırlanmasında universitetlərlə sənaye arasında əməkdaşlığın vacibliyini göstərir.
Onun fikrincə, cihazlardan və elektron sxemlərdən tutmuş alqoritmlərə, arxitekturaya və bütöv sistemlərə qədər müxtəlif sahələr üzrə tamamlayıcı mütəxəssis biliklərinin bir araya gətirilməsi gələcəyin süni intellekt aparatlarının hazırlanmasında əsas amillərdən biri olacaq.
mənbə: techxplore.com
Şərhlər
Hələ təsdiqlənmiş şərh yoxdur.
Şərh yazın
Şərh yazmaq üçün hesabınıza daxil olun və e-poçtunuzu təsdiqləyin.