सैन जोस के पास अपनी प्रयोगशाला में, आईबीएम ने 48 ट्रू नॉर्थ टेस्ट चिप्स से एक इलेक्ट्रॉनिक कृंतक मस्तिष्क का निर्माण किया है, जिनमें से प्रत्येक मस्तिष्क के बुनियादी निर्माण खंड की नकल कर सकता है।
आईबीएम ने 48 चिप्स से कृत्रिम मस्तिष्क बनाया
परियोजना के नेता धर्मेंद्र मोधा के नेतृत्व में, हम पूरे परियोजना के करीब और व्यक्तिगत रूप से पहुंचे। यह समझा जाता है कि इसका आकार एक बाथरूम की दवा कैबिनेट की तरह है,जो पारदर्शी प्लास्टिक पैनलों से ढका हुआ है, और स्पष्ट रूप से चिप्स, सर्किट बोर्ड और इसके अंदर रंगीन संकेतक देख सकते हैं. यह 70 के दशक की एक विज्ञान कथा फिल्म से बाहर कुछ की तरह लग रहा है, लेकिन मोधा कहते हैं, "आप एक छोटे से कृंतक देख रहे हैं। "
वह एक छोटे से कृंतक के मस्तिष्क के बारे में बात कर रहा है, या कम से कम चिप्स का यह ढेर उस मस्तिष्क में फिट हो सकता है. ये चिप्स न्यूरॉन्स के रूप में कार्य करते हैं, मस्तिष्क के बुनियादी निर्माण खंड।Modha का कहना है कि सिस्टम 48 मिलियन तंत्रिका कोशिकाओं का अनुकरण कर सकता है, लगभग एक छोटे से कृंतक मस्तिष्क में तंत्रिका कोशिकाओं की संख्या के बराबर है।
आईबीएम में, मोडा ने संज्ञानात्मक कंप्यूटिंग समूह का संचालन किया, जिसने "न्यूरोचिप" का आविष्कार किया। जब उन्होंने और उनकी टीम ने पहली बार अपने आविष्कार का अनावरण किया, तो उन्होंने इसका उपयोग तीन सप्ताह के परीक्षण के लिए किया,सिलिकॉन वैली में आईबीएम के अनुसंधान और विकास प्रयोगशाला में शिक्षाविदों और सरकारी शोधकर्ताओं का समर्थन करनाअपने स्वयं के कंप्यूटरों को डिजिटल माउस मस्तिष्क से जोड़ने के बाद, शोधकर्ताओं ने इसकी संरचना का पता लगाया और TrueNorth चिप के लिए प्रोग्राम लिखना शुरू किया।
पिछले महीने, कुछ शोधकर्ताओं ने पहले ही इस आदमी को कोलोराडो में देखा था, इसलिए उन्होंने इसे चित्रों और भाषण को पहचानने के लिए प्रोग्राम किया था, और कुछ प्राकृतिक भाषा को समझने के लिए।चिप "डीप लर्निंग" एल्गोरिदम चलाता है जो अब इंटरनेट की कृत्रिम बुद्धिमत्ता सेवाओं पर हावी है, फेसबुक के लिए चेहरे की पहचान और माइक्रोसॉफ्ट के स्काइप के लिए वास्तविक समय भाषा अनुवाद प्रदान करता है।आईबीएम के पास यहां एक शुरुआत है क्योंकि इसके शोध से अंतरिक्ष और बिजली आपूर्ति की आवश्यकता को कम किया जा सकता हैभविष्य में, हम इस कृत्रिम बुद्धि को मोबाइल फोन और अन्य छोटे उपकरणों में डाल सकते हैं, जैसे कि श्रवण एड्स और घड़ियाँ।
"हम सिनाप्टिक संरचना से क्या प्राप्त करते हैं? हम बहुत कम बिजली की खपत के साथ छवियों को वर्गीकृत कर सकते हैं, और हम लगातार नए वातावरण में नई समस्याओं को हल कर सकते हैं". ब्रायन वैन एसेन,लॉरेंस लिवरमोर राष्ट्रीय प्रयोगशाला में एक कंप्यूटर वैज्ञानिक जो राष्ट्रीय सुरक्षा के लिए गहरी सीखने के एल्गोरिदम लागू करने के लिए जिम्मेदार है.
TrueNorth नवीनतम तकनीक है कि गहरी सीखने और भविष्य में अन्य एआई सेवाओं की एक श्रृंखला चलाने के लिए है। आज की मशीनों कि गूगल से एल्गोरिदम चलाने,फेसबुक और माइक्रोसॉफ्ट को अभी भी अलग-अलग ग्राफिक्स प्रोसेसर की आवश्यकता है, लेकिन वे सभी FPgas (चिप्स जो विशिष्ट कार्यों के लिए प्रोग्राम किए जा सकते हैं) की ओर बढ़ रहे हैं।पीटर डीहल (पॉलीटेक्निक यूनिवर्सिटी ज्यूरिख में कॉर्टेक्स कंप्यूटिंग समूह में पीएचडी) का मानना है कि TrueNorth अपनी कम बिजली की खपत के कारण स्टैंडअलोन ग्राफिक्स चिप्स और FPgas दोनों से बेहतर है.
मुख्य अंतर, माइचिगन विश्वविद्यालय में कंप्यूटर विज्ञान के प्रोफेसर जेसन मार्स का कहना है, यह है कि TrueNorth गहरी सीखने के एल्गोरिदम के साथ निर्बाध रूप से काम करता है।दोनों गहराई में तंत्रिका नेटवर्क का अनुकरण करते हैं और मस्तिष्क में न्यूरॉन्स और सिनैप्स उत्पन्न करते हैं"चिप तंत्रिका नेटवर्क के आदेशों को कुशलता से निष्पादित कर सकती है". उन्होंने परीक्षण रन में भाग नहीं लिया, लेकिन चिप की प्रगति का बारीकी से पालन किया है।
फिर भी, TrueNorth अभी तक गहरी सीखने के एल्गोरिदम के साथ पूरी तरह से सिंक्रनाइज़ नहीं है। हालांकि, आईबीएम ने चिप को बेहतर बनाने में बाहरी शोधकर्ताओं को शामिल करने का फैसला किया है,क्योंकि यह अभी भी वास्तविक बाजार से कुछ दूरी हैमोधा के लिए यह एक आवश्यक प्रक्रिया भी थी, जैसा कि उन्होंने कहाः "हमें एक बड़े परिवर्तन के लिए ठोस नींव रखने की आवश्यकता थी। "
फोन में मस्तिष्क
पीटर डीहल ने हाल ही में चीन की यात्रा की, लेकिन किसी कारण से, आप जानते हैं, उनका फोन गूगल के साथ काम नहीं करता था, और उसने अचानक कृत्रिम बुद्धिमत्ता को उसके मूल रूप में वापस ले लिया।क्योंकि अधिकांश क्लाउड कंप्यूटिंग अब गूगल के सर्वर पर निर्भर है, तो नेटवर्क के बिना, सब कुछ बेकार है.
डीप लर्निंग के लिए बहुत बड़ी मात्रा में प्रोसेसिंग पावर की आवश्यकता होती है, जो आमतौर पर विशाल डेटा सेंटरों द्वारा प्रदान की जाती है, और हमारे फोन आमतौर पर इंटरनेट के माध्यम से उनसे जुड़े होते हैं।दूसरी ओर, कम से कम अपनी कुछ प्रसंस्करण शक्ति को आपके फोन या अन्य डिवाइस पर स्थानांतरित कर सकता है, जो एआई के उपयोग की आवृत्ति को बहुत बढ़ा सकता है।
लेकिन इसे समझने के लिए, आपको पहले यह समझने की जरूरत है कि गहरी शिक्षा कैसे काम करती है. यह दो चरणों में काम करती है. पहला,गूगल और फेसबुक जैसी कंपनियों को विशिष्ट कार्यों को संभालने के लिए अपने स्वयं के तंत्रिका नेटवर्क का निर्माण करने की आवश्यकता हैयदि वे स्वचालित रूप से बिल्ली की तस्वीरों को पहचानने की क्षमता चाहते हैं, तो उन्हें तंत्रिका नेटवर्क को बिल्ली की तस्वीरों का एक गुच्छा दिखाना होगा। फिर, पैटर्न को प्रशिक्षित करने के बाद,इस कार्य को करने के लिए एक और तंत्रिका नेटवर्क की आवश्यकता हैजब आप एक तस्वीर निकालते हैं, तो सिस्टम को यह निर्धारित करना होता है कि इसमें बिल्लियाँ हैं या नहीं, और TrueNorth दूसरे चरण को अधिक कुशल बनाने के लिए मौजूद है।
एक बार जब आप तंत्रिका नेटवर्क को प्रशिक्षित कर लेते हैं, तो चिप आपको विशाल डेटा सेंटर को बायपास करने और सीधे दूसरे चरण पर जाने में मदद कर सकती है। और क्योंकि ट्रू नॉर्थ का चिप बहुत छोटा और ऊर्जा कुशल है,यह हैंडहेल्ड उपकरणों में फिट हो सकता है. यह समग्र दक्षता बढ़ जाती है क्योंकि आप अब नेटवर्क पर डेटा केंद्र से परिणाम डाउनलोड करने की जरूरत नहीं है. अगर यह लोकप्रिय किया जा सकता है,यह डेटा केंद्रों पर दबाव को बहुत कम कर सकता है"यह उद्योग का भविष्य है, जहां उपकरण स्वतंत्र रूप से जटिल कार्य कर सकते हैं। " "मार्स ने कहा।
न्यूरॉन्स, एक्सॉन, सिनैप्स और तंत्रिका आवेग
गूगल हाल ही में मोबाइल फोन पर तंत्रिका नेटवर्क लाने की कोशिश कर रहा है, लेकिन Diehl सोचता है कि TrueNorth अपने प्रतिद्वंद्वियों से बहुत आगे है, क्योंकि यह डीप लर्निंग के साथ अधिक सिंक्रनाइज़ है।प्रत्येक चिप लाखों न्यूरॉन्स का अनुकरण कर सकती है, और ये न्यूरॉन्स "मस्तिष्क में सिनैप्स" के माध्यम से एक दूसरे के साथ संवाद कर सकते हैं।
यह है जो TrueNorth को बाजार पर समान उत्पादों से अलग करता है, यहां तक कि ग्राफिक्स प्रोसेसर की तुलना में और FPgas के पास पर्याप्त फायदे हैं। TrueNorth चिप्स "तंत्रिका आवेगों का गठन कर सकते हैं," मस्तिष्क में विद्युत आवेगों के समान. तंत्रिका आवेग किसी के भाषण में स्वर में परिवर्तन दिखा सकते हैं, या एक छवि में रंग में परिवर्तन. "आप इसे न्यूरॉन्स के बीच छोटे संदेशों के रूप में सोच सकते हैं". रोड्रिगो अल्वारेज़-इकाजा,चिप के प्रमुख डिजाइनरों में से एक.
हालांकि चिप पर 5.4 अरब ट्रांजिस्टर हैं, इसकी बिजली की खपत केवल 70 मिलीवाट है। मानक इंटेल प्रोसेसर के बारे में क्या? इसमें 1.2 अरब ट्रांजिस्टर हैं,लेकिन इसकी बिजली की खपत 35 से 140 वाट तक पहुंचती हैयहां तक कि एआरएम चिप्स, जो आमतौर पर स्मार्टफोन में उपयोग किए जाते हैं, ट्रू नॉर्थ चिप्स की तुलना में कई गुना अधिक बिजली का उपभोग करते हैं।
बेशक, चिप के लिए वास्तव में काम करने के लिए, यह नए सॉफ्टवेयर की जरूरत है, जो कि वास्तव में क्या Diehl और अन्य डेवलपर्स परीक्षण रन के दौरान करने की कोशिश कर रहे हैं. दूसरे शब्दों में,डेवलपर्स मौजूदा कोड को एक ऐसी भाषा में परिवर्तित कर रहे हैं जिसे चिप पहचानता है और इसमें खिलाता है, लेकिन वे भी TrueNorth के लिए देशी कोड लिखने पर काम कर रहे हैं.
वर्तमान
अन्य डेवलपर्स की तरह, मोडा जीव विज्ञान के क्षेत्र में ट्रू नॉर्थ पर चर्चा करने पर ध्यान केंद्रित करता है, जैसे न्यूरॉन्स, एक्सॉन, सिनैप्स, तंत्रिका आवेग, आदि।चिप निस्संदेह कुछ मायनों में मानव तंत्रिका तंत्र की नकल करता है"इस तरह की चर्चाएं अक्सर बहुत सतर्क होती हैं। आखिरकार, सिलिकॉन वह नहीं है जिससे मानव मस्तिष्क बनाया गया है। " क्रिस निकोलसन,स्काइमाइंड नामक एक कंपनी के सह संस्थापक.
मोधा इन दावों को स्वीकार करता है. जब उन्होंने 2008 में परियोजना शुरू की, DARPA (रक्षा विभाग की अनुसंधान शाखा) से 53.5 मिलियन डॉलर के निवेश के साथ,लक्ष्य पूरी तरह से अलग सामग्री से एक पूरी तरह से नए चिप का निर्माण और मानव मस्तिष्क का अनुकरण करना थालेकिन वह जानते हैं कि यह जल्दी नहीं होगा, और उन्होंने कहा, "हम अपने सपनों के पीछा करने के रास्ते पर वास्तविकता की अनदेखी नहीं कर सकते।
2010 में, वह स्वाइन फ्लू से बिस्तर पर पड़ा था, जिसके दौरान उसे एहसास हुआ कि इस बाधा को तोड़ने का सबसे अच्छा तरीका चिप संरचना से शुरू करना और मस्तिष्क का अनुकरण करना था।"आपको बुनियादी भौतिकी की नकल करने के लिए तंत्रिका कोशिकाओं की आवश्यकता नहीं है' उन्होंने कहा, 'हमारे लिए यह आवश्यक है कि हम मस्तिष्क की तरह बनने के लिए पर्याप्त लचीले हों।
यह TrueNorth चिप है. यह एक डिजिटल मस्तिष्क नहीं है, लेकिन यह रास्ते में एक महत्वपूर्ण कदम है, और आईबीएम के परीक्षण रन के साथ, योजना ट्रैक पर है.पूरी मशीन वास्तव में 48 अलग मशीनों से बना हैअगले सप्ताह, परीक्षण समाप्त होने के साथ, मोधा और उनकी टीम शोधकर्ताओं को आगे के अध्ययन के लिए घर ले जाने के लिए मशीन को तोड़ देंगे।मानव समाज को बदलने के लिए प्रौद्योगिकी का उपयोग करता है, और ये शोधकर्ता हमारे प्रयासों की रीढ़ हैं।
