دانشمندان با الهام از مغز انسان، هوش مصنوعی کم‌ مصرف می‌ سازند

پژوهشگران «دانشگاه تگزاس A&M» با الهام از عملکرد کم‌ مصرف مغز انسان، رویکردی جدید در طراحی هوش مصنوعی ارائه کرده‌ اند که مصرف انرژی این فناوری را به‌ شدت کاهش می‌ دهد.

هوش مصنوعی امروزه می‌ تواند محاسبات پیچیده و تحلیل داده‌ ها را با سرعتی فراتر از انسان انجام دهد اما این توانایی به هزینه و انرژی زیادی نیاز دارد. در مقابل، مغز انسان با وجود قدرت پردازشی خارق‌العاده، فقط 20 وات انرژی مصرف می‌کند اما دیتاسنترهای میزبان مدل‌ های هوش مصنوعی مانند ChatGPT به چندین گیگاوات برق نیاز دارند.

به گزارش پایگاه خبری شهر اصیل و به نقل از Sciencedaily، محققان نوعی هوش مصنوعی جدید با نام «Super-Turing» را توسعه داده‌ اند که با عملکردی مشابه مغز انسان فعالیت می‌کند. اصلی‌ ترین هدف از توسعه این هوش مصنوعی بهینه‌ سازی مصرف انرژی آن است.

این روزها بحران انرژی تا حد زیادی جلوی پیشرفت هوش مصنوعی را گرفته و شرکت‌ هایی مثل OpenAI را نیازمند توان محاسباتی عظیم و مصرف میزان زیادی برق کرده است. این موضوع حتی می‌تواند در گرمایش جهانی و افزایش دمای کره زمین نیز دخیل باشد.

دکتر «سوین یی»، استادیار مهندسی برق و کامپیوتر این دانشگاه، توضیح می‌ دهد:
«مراکز داده هوش مصنوعی به توان گیگاواتی نیاز دارند اما مغز انسان حدوداً ۲۰ وات مصرف می‌‌کند؛ یعنی‌ یک‌ میلیارد وات در مقابل فقط ۲۰ وات. این مراکز داده با روش‌ های محاسباتی فعلی پایدار نیستند. اگرچه توانایی‌ های هوش مصنوعی شگفت‌ انگیز است، هنوز به سخت‌ افزار و تولید انرژی زیاد برای پشتیبانی از عملکرد آن نیاز داریم.»

تیم محققان دانشگاه تگزاس معتقدند کلید حل این مشکل در طبیعت و به‌ ویژه در فرایندهای عصبی مغز انسان است. در مغز ما عملکرد قسمت‌ های یادگیری و حافظه جدا نیستند، بلکه ادغام شده‌ اند. تمام این فرایندها براساس ارتباطات بین نورون‌ هاست. در واقع مغز انسان با یادگیری مهارت جدید یا ثبت یک خاطره، نوعی مسیر عصبی بین نورون‌ ها تشکیل می‌دهد؛ به‌ همین‌ ترتیب هنگام استفاده از آن مهارت و یادآوری خاطرات، این مسیرهای عصبی فعال شده و می‌ توانیم از آنها استفاده کنیم.
این موضوع در هوش مصنوعی برعکس است و هر بخش از سخت‌ افزار فعالیت خاص خود را دارد. محققان دانشگاه ایالتی تگزاس ادعا می‌کنند هوش مصنوعی Super-Turing با الهام از عملکرد مغز انسان، این شکاف را پر می‌کند. با حذف چنین مرزی، هوش مصنوعی می‌تواند با مصرف منابع کمتر، همچنان کارآمد و قدرتمند ظاهر شود.
در آزمایش این هوش مصنوعی، Super-Turing توانست بدون آموزش قبلی یک پهپاد را کنترل کند. البته شروع کنترل این پهپاد بی‌ نقص نبود ولی این هوش مصنوعی با گذشت زمان توانست با محیط سازگار بشود و از اشتباهاتش درس بگیرد. این رویکرد سریع‌تر، کارآمدتر و بهینه‌ تر از هوش مصنوعی سنتی است.

روابط عمومی مخابرات منطقه اصفهان