Cep telefonlarının, akıllı saatlerin ve diğer giyilebilir cihazların daha yeni bir model için rafa kaldırılması veya atılması gerekmediği daha sürdürülebilir bir gelecek hayal edin. Bunun yerine, mevcut bir yapıya dahil edilmiş LEGO tuğlaları gibi bir cihazın dahili çipine takılan en yeni sensörler ve işlemcilerle yükseltilebilirler. Bu tür yeniden yapılandırılabilir yonga yazılımları, elektronik atıklarımızı azaltırken cihazları güncel tutabilir.

MIT mühendisleri, istiflenebilir, yeniden yapılandırılabilir bir yapay zeka çipi için LEGO benzeri bir tasarımla bu modüler vizyona doğru bir adım attı. Tasarım, çip katmanlarının optik olarak iletişim kurmasını sağlayan ışık yayan diyotlar (LED) ile birlikte değişen algılama ve işleme elemanları katmanlarından oluşuyor. Diğer modüler çip tasarımları, katmanlar arasında sinyalleri iletmek için geleneksel kablolamayı kullanır. Bu tür karmaşık bağlantıların kesilmesi ve yeniden kablolanması imkansız değilse de zordur, bu da bu tür istiflenebilir tasarımları yeniden yapılandırılamaz hale getirir. MIT tasarımı, bilgileri çip aracılığıyla iletmek için fiziksel kablolar yerine ışık kullanır. Bu nedenle çip; örneğin yeni sensörler veya güncellenmiş işlemciler eklemek için değiştirilebilen veya yığılabilen katmanlarla yeniden yapılandırılabilir.

MIT Araştırmacı Jihoon Kang: “Işık, basınç ve hatta koku gibi istediğiniz kadar bilgi işlem katmanı ve sensör ekleyebilirsiniz. Katmanların kombinasyonuna bağlı olarak sınırsız genişletilebilirliğe sahip olduğu için buna LEGO benzeri yeniden yapılandırılabilir bir AI çipi diyoruz.”

Araştırmacılar, tasarımı, süper bilgisayarlar veya bulut tabanlı bilgi işlem gibi herhangi bir merkezi veya dağıtılmış kaynaktan bağımsız olarak çalışan kendi kendine yeterli sensörler ve diğer elektronik cihazlar olan uç bilgi işlem cihazlarına uygulamaya heveslidir.

MIT Makine Mühendisliği Doçenti Jeehwan Kim: “Sensör ağlarına dayalı nesnelerin interneti çağına girerken, çok işlevli uç bilgi işlem cihazlarına olan talep çarpıcı biçimde artacak. Önerilen donanım mimarimiz, gelecekte uç bilgi işlemin yüksek çok yönlülüğünü sağlayacaktır.”

Ekibin tasarımı; şu anda temel görüntü tanıma görevlerini yerine getirecek şekilde yapılandırılmıştır. Bunu, yapay sinapslardan oluşan bir görüntü sensörleri, LED’ler ve işlemciler katmanları aracılığıyla yapar. (Ekibin daha önce geliştirdiği ve birlikte fiziksel bir sinir ağı veya “beyin-üzerinde-beyin” olarak işlev gören bellek dirençleri dizileri veya “memristörler” ve “çipler” ile…)

Her dizi, harici bir yazılıma veya bir internet bağlantısına ihtiyaç duymadan sinyalleri doğrudan bir çip üzerinde işlemek ve sınıflandırmak için eğitilebilir. Yeni çip tasarımlarında, araştırmacılar; görüntü sensörlerini yapay sinaps dizileriyle eşleştirdiler ve bunların her biri belirli harfleri (bu durumda M, I ve T) tanımak için eğitildi. Geleneksel bir yaklaşım, bir sensörün sinyallerini fiziksel kablolar aracılığıyla bir işlemciye iletmek olsa da, ekip; fiziksel bir bağlantı gerektirmeden katmanlar arasında iletişimi sağlamak için her sensör ile yapay sinaps dizisi arasında bir optik sistem üretti.

MIT Araştırmacı Hyunseok Kim: “Diğer çipler fiziksel olarak metal üzerinden kablolanmıştır, bu da onları yeniden kablolamayı ve yeniden tasarlamayı zorlaştırır, bu nedenle herhangi bir yeni işlev eklemek istiyorsanız yeni bir çip yapmanız gerekir. Bu fiziksel kablo bağlantısını optik bir iletişim sistemiyle değiştirdik, bu da bize istediğimiz şekilde yongaları istifleme ve ekleme özgürlüğü veriyor.”

Ekibin optik iletişim sistemi, her biri küçük piksellerle desenlenmiş eşleştirilmiş fotodedektörler ve LED’lerden oluşur. Fotodedektörler; veri almak için bir görüntü sensörü ve verileri bir sonraki katmana iletmek için LED’ler oluşturur. Bir sinyal (örneğin bir harfin görüntüsü) görüntü sensörüne ulaştığında, görüntünün ışık modeli belirli bir LED piksel konfigürasyonunu kodlar, bu da sırayla sinyali temel alan yapay bir sinaps dizisi ile birlikte başka bir fotodedektör katmanını uyarır ve gelen LED ışığın modeli ve gücü hakkında bilgi verir.

Ekip, yaklaşık 4 milimetre kare veya bir konfeti parçası büyüklüğünde bir hesaplama çekirdeğine sahip tek bir çip üretti. Çip, her biri bir görüntü sensörü, optik iletişim katmanı ve M, I veya T olmak üzere üç harften birini sınıflandırmak için yapay sinaps dizisinden oluşan üç görüntü tanıma “bloku” ile istiflenmiştir. çip ve her bir sinir ağı dizisinin yanıt olarak ürettiği elektrik akımını ölçtü. (Akım ne kadar büyükse, görüntünün gerçekten de belirli dizinin tanıması için eğitildiği harf olma şansı o kadar büyük olur.) Araştırmacılar, çipin her harfin net görüntülerini doğru bir şekilde sınıflandırdığını, ancak örneğin I ve T arasındaki bulanık görüntüleri daha az ayırt edebildiğini buldu. Ancak araştırmacılar, çipin işleme katmanını daha iyi bir ” denoising” (gürültü arındırma) işlemcisi ve çipi buldu ve ardından görüntüleri doğru bir şekilde tanımladı.

MIT Araştırmacı Min-Kyu Song: “İstiflenebilirlik, değiştirilebilirlik ve çipe yeni bir işlev ekleme yeteneği gösterdik.”

Araştırmacılar çipe daha fazla algılama ve işleme yeteneği eklemeyi planlıyorlar ve uygulamaların sınırsız olmasını öngörüyorlar. Kim ile birlikte daha önce hayati izleme için “akıllı” bir cilt geliştiren Choi, “Bir cep telefonunun kamerasına daha karmaşık görüntüleri tanıyabilmesi için katmanlar ekleyebilir veya bunları giyilebilir elektronik cilde yerleştirilebilen sağlık hizmeti monitörlerine dönüştürebiliriz” diyor.

Başka bir fikir de, tüketicilerin en yeni sensör ve işlemci “tuğlaları” ile oluşturmayı seçebilecekleri, elektronikte yerleşik modüler yongalar için olduğunu ekliyor.

Jeehwan Kim: “Genel bir çip platformu yapabiliriz ve her katman bir video oyunu gibi ayrı ayrı satılabilir. Görüntü veya ses tanıma gibi farklı türlerde sinir ağları oluşturabilir ve müşterinin istediğini seçmesine ve LEGO gibi mevcut bir çipe eklemesine izin verebiliriz.”

You May Also Like

AI; doktorların COVID-19 salgını sırasında yoğun bakım yataklarından en iyi şekilde yararlanmalarına yardımcı olabilir

Yeni teknoloji, yoğun bakım ünitesi (YBÜ) tedavisine ihtiyaç duyan hastaları belirleyerek COVID-19…

Doğal Dili Programlama Koduna Çeviren Bir Yapay Zeka Sistemi: Codex

  Yapay zeka araştırma şirketi OpenAI, doğal dili programlama koduna çeviren bir…

AI’ye Karanlıkta Renkleri Tanımlamayı Öğretmek

California Üniversitesi‘ndeki bir araştırma ekibi, karanlıkta sınırlı renk görüşü sağlamak için derin…

Büyük veri kümelerinde saklanan anormallikleri bulmak için yapay zeka

Yeni bir makine öğrenimi tekniği; potansiyel elektrik şebekesi arızalarını veya kademeli trafik…