Apakah Bug Masa Depan AI di Internet of Things?

Para peneliti sedang mempelajari bagaimana fungsi sistem saraf serangga tertentu menyerupai fungsi yang dilakukan oleh memori deterministik, probabilistik, volatil, dan non-volatil dan mengeksplorasi bagaimana fungsi ini dapat diciptakan kembali dalam sistem nano berbasis silikon berkinerja tinggi, hemat energi, untuk AI .

Di salah satu sudut dunia AI/ML, NVIDIA melakukan yang terbaik untuk meyakinkan siapa pun yang ingin berlatih keras bahwa lebih banyak kekuatan mentah adalah jawabannya. Di sisi lain, CEA-Leti baru-baru ini mengumumkan bahwa Elisa Vianello, koordinator program Edge AI, mendapatkan hibah €3 juta dari European Research Council (ERC) untuk mengembangkan sistem AI edge baru yang terinspirasi oleh sistem saraf serangga.

Menurut Vianello, salah satu tantangan terbesar dalam membawa AI langsung ke perangkat IoT, yang memungkinkan mereka membuat keputusan otonom berdasarkan membandingkan input sensor dengan data terlatih dan pohon keputusan, adalah arsitektur chip saat ini membuang hingga 90% dari mereka. total konsumsi energi untuk memindahkan data, bukan memprosesnya.

Lihat juga: Peneliti Melampaui Metode Pengenalan Suara dengan Bantuan Dari Lebah Madu

Karena pemborosan ini, perangkat IoT terhambat dalam kemampuan AI-nya atau harus ditambatkan secara fisik ke pasokan daya yang stabil, yang berarti perangkat tersebut tidak sefleksibel yang diinginkan banyak organisasi. Begitu juga untuk satu aplikasi yang diusulkan, microchip diagnostik medis implan, yang akan sangat bergantung pada kepercayaan pengguna pada keandalan perangkat.

Apa kendalanya jika menyangkut perangkat skala kecil? Tidak ada jenis memori yang memiliki kepadatan tinggi, resolusi tinggi, tidak mudah menguap, dan tahan lama. Vianello mengatakan banyak laboratorium industri dan pusat penelitian telah mencoba mengembangkan arsitektur dalam memori dalam skala nano, yang menggunakan pemrosesan dalam memori, tetapi hasilnya sangat beragam. DRAM, misalnya, bersifat volatil, yang berarti kontennya dihapus saat daya terputus—kemungkinan terjadi di banyak pengaturan IoT. Jenis memori non-volatil, seperti NVRAM, telah meningkatkan daya tahan secara dramatis selama bertahun-tahun; mereka masih belum sepenuhnya sempurna.

Vianello dan timnya akan menggunakan dana hibah untuk meneliti bagaimana fungsi sistem saraf serangga tertentu menyerupai fungsi yang dilakukan oleh memori deterministik, probabilistik, volatil, dan non-volatil dan kemudian mengeksplorasi bagaimana hal itu dapat diciptakan kembali dalam “performa tinggi, energi -sistem nano berbasis silikon yang efisien.” Vianello mengatakan, “Jangkak membuat keputusan yang akurat berdasarkan neuron dan sinapsis yang lamban, tidak tepat, dan tidak dapat diandalkan untuk melarikan diri dari pemangsanya. Melihat lebih dekat pada biologi mereka, kami mengidentifikasi keragaman fungsi seperti memori yang berperan dalam sistem sensorik dan saraf mereka. Dengan menggabungkan fungsi-fungsi yang berbeda ini, sistem komputasi internal kriket mencapai kinerja dan efisiensi energi yang luar biasa.”

Misalnya, jangkrik memiliki beberapa sensor di tubuhnya, bersama dengan banyak unit pemrosesan lokal di perutnya, yang mampu terus belajar dan mengambil keputusan tanpa melibatkan otak pusat. Karena memiliki sistem komputasi terdistribusi, ini membuat keputusan lebih cepat—tanpa harus mentransfer data dari satu tempat ke tempat lain sebelum memprosesnya.

Tujuannya adalah sinapsis hibrida yang dapat mengintegrasikan lebih dari satu teknologi memori dalam skala kecil yang ramah IoT, yang akan membantu menavigasi kelemahan setiap sistem dan menghilangkan setidaknya sebagian daya yang terbuang dalam mentransfer data alih-alih memprosesnya menggunakan AI / ML algoritma. Tim Vianello berharap dapat mengambil sejumlah kecil data yang bising, seperti apa yang ditangkap oleh kamera video, radar, atau perangkat EKG, dan memungkinkan jenis pembelajaran yang tidak mungkin dilakukan menggunakan arsitektur komputasi IoT saat ini.

Produk baru yang didorong oleh wawasan baru apa pun dari tim Vianello kemungkinan akan datang bertahun-tahun lagi, dan paradigma baru diterima di dunia IoT yang berubah dengan cepat. Dengan 46% organisasi meningkatkan adopsi 5G mereka, beberapa standar yang layak untuk komputasi edge, dan lebih banyak arsitektur berbasis peristiwa yang diterapkan di edge, permintaan untuk IoT yang lebih cepat, lebih efisien, dan lebih skala mikro sudah ada di sini.