Neuromorphic Computing System ประมวลผลเหมือนสมองมนุษย์
Please wait...
SOLUTIONS CORNER
Neuromorphic Computing System ประมวลผลเหมือนสมองมนุษย์

ระบบการประมวลผลคอมพิวเตอร์แบบนิวโรมอร์ฟิก (Neuromorphic Computing System) ของ Intel ประมวลผลเหมือนกับการทำงานของสมองมนุษย์



Neuromorphic Chip-powered เป็นระบบใหม่จาก Intel ซึ่งถือเป็นการก้าวกระโดดที่ยิ่งใหญ่อีกขึ้นหนึ่งสำหรับการเพิ่มประสิทธิภาพในการทำงานของปัญญาประดิษฐ์ (AI)
 
ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักรยังอยู่ในช่วงเริ่มต้นเท่านั้น และยังมีงานอีกจำนวนมากที่รออยู่เพื่อทำให้พวกมันสมบูรณ์แบบ ซึ่งอุปสรรคใหญ่ 2-3 อย่างในการพัฒนาพวกมันคือ เวลาและการใช้พลังงานในการประมวลผล Intel Corporation ได้ทำงานอย่างหนักเพื่อพัฒนาระบบคอมพิวเตอร์นิวโรมอร์ฟิก และได้ตั้งค่าให้เปิดตัวระบบ Pohoiki Springs ใหม่ที่จะนำมาใช้แก้ปัญหาทั้งสองพร้อมกันได้
 
ระบบ Pohoiki Springs นั้นแตกต่างจากระบบคอมพิวเตอร์แบบดั้งเดิมทั่วไป เพราะหน่วยความจำและระบบคอมพิวเตอร์นั้นมีการประสานกัน ในขณะที่ระบบดั้งเดิมจะแยกพวกมันออกจากกัน สิ่งนี้ช่วยลดปัญหาในการจัดส่งข้อมูลไปมาระหว่างสองพื้นที่ ซึ่งจะช่วยทำให้เวลาในการประมวลผลเร็วขึ้นอย่างมาก
 
ตัวอย่างเช่น ทีมวิจัยของ Intel ใช้ชิปวิจัยนิวโรมอร์ฟิกเพียงชิ้นเดียวในการฝึกอบรมระบบปัญญาประดิษฐ์ เพื่อตรวจจับกลิ่นที่เป็นอันตราย ระบบเรียนรู้ที่จะตรวจจับกลิ่นแต่ละกลิ่น ซึ่งสามารถตรวจจับกลิ่นได้เลยโดยใช้เพียงตัวอย่างเดียวจากฝึกการอบรม ในขณะที่วิธีการเรียนรู้แบบดั้งเดิมนั้นต้องใช้ถึง 3,000 ตัวอย่างต่อหนึ่งกลิ่น
 
แล้วสิ่งนี้เป็นไปได้อย่างไร? Mike Davies ผู้อำนวยการฝ่าย Neuromorphic Computing Lab ของ Intel กล่าวว่าระบบการประมวลผลคอมพิวเตอร์แบบนิวโรมอร์ฟิกเรียนรู้เหมือนเด็กทารก โดยเรียนรู้ผ่านวัตถุที่มีพื้นฐานทางประสาทสัมผัสอย่างถาวร ซึ่งสามารถมองเห็นได้ ได้กลิ่น ได้ยินหรือสัมผัสหลังจากการโต้ตอบเพียงครั้งเดียว ยิ่งไปกว่านั้น ความสามารถของระบบในการเรียนรู้แบบทันทีทำให้เราสามารถคาดการณ์ได้แม่นยำกว่า Deep-learning machine
 
ระบบ Pohoiki Springs มีชิปนิวโรมอร์ฟิกประมาณ 770 ตัวในโครง (Chassis) ซึ่งจะไม่ใหญ่กว่าเซิร์ฟเวอร์มาตรฐาน สิ่งนี้ทำให้มันมีความสามารถในการคำนวณเหมือนกับประสาทประมาณ 100 ล้านเซลล์ ซึ่งใกล้เคียงกับสมองของตัวตุ่น
 
ผลพลอยได้จากการทำทุกอย่างได้รวดเร็วและมีประสิทธิภาพมากขึ้นจะทำให้ใช้พลังงานน้อยลง แต่ให้ผลลัพธ์เหมือน deep-learning machine การใช้พลังงานเป็นอุปสรรคสำคัญสำหรับการพัฒนาปัญญาประดิษฐ์ขนาดใหญ่ เนื่องจากนักวิจัยจากมหาวิทยาลัยแมสซาชูเซตส์พบว่า การพัฒนาโมเดลปัญญาประดิษฐ์เพียงแบบเดียวสามารถก่อให้เกิดปริมาณคาร์บอนฟุตพริ้นท์เท่ากับรถยนต์ห้าคันตลอดอายุการใช้งาน
 
ความก้าวหน้านี้กำลังมาถึงในช่วงเวลาที่เหมาะสม เนื่องจากบริษัทวิจัย Gartner คาดว่าชิปนิวโรมอร์ฟิกจะเป็นสถาปัตยกรรมที่โดดเด่นสำหรับการใช้งานในปัญญาประดิษฐ์ทั้งหมดภายในปี 2568 และเป็นโอกาสที่ดีที่ Intel จะมีส่วนร่วมในการดำเนินการนี้ด้วย


ควิกเซิร์ฟ
สินค้า
งานระบบ
บริการ
กิจกรรม
ออนไลน์