Andrew Tie, Duke Universiteti tərəfindən

Andrew Zinin tərəfindən redaktə edilib

 Redaktorların qeydləri

 GIST

Tercih edilən mənbə kimi əlavə edin

Çenin Dukedəki laboratoriyasında aparılan sınaqlar, simsiz ötürülən minlərlə görüntünü bir göz qırpımında yüksək dəqiqliklə müəyyən edə bilən süni intellekt modelini göstərir. Mənbə: Duke Universiteti

Dronlar meşələri araşdırdıqca, robotlar anbarlarda hərəkət etdikcə və sensorlar şəhər küçələrini izlədikcə, dünyanın qərar qəbuletmə prosesinin daha çox hissəsi kənarlarda – daha böyük şəbəkələrin uclarında məlumat toplayan kiçik cihazlarda – müstəqil şəkildə baş verir.

Lakin kənar hesablamalara keçid göründüyündən daha çətindir. Süni intellekt (Sİ) modelləri böyüyüb daha ağıllı hala gəlsə də, bu cihazların içərisindəki aparat təminatı hələ də kiçikdir.

Mühəndislərin adətən iki seçimi olur, lakin heç biri ideal deyil. Bütün süni intellekt modelini cihazda saxlamaq üçün əhəmiyyətli yaddaş, məlumat ötürülməsi və batareyaları tükəndirən hesablama gücü tələb olunur. Modelin buluda yüklənməsi bu aparat məhdudiyyətlərindən qaçınır, lakin irəli-geri hərəkət gecikmələrə səbəb olur, enerji sərf edir və təhlükəsizlik riskləri yaradır.

Dyuk Universitetinin tədqiqatçıları hər iki yanaşmanın məhdudiyyətlərini aşan üçüncü bir variant olan WIreless Smart Edge şəbəkələri (WISE)-ni araşdırırlar. Onlar göstəriblər ki, böyük süni intellekt modellərinin çəkisi cihazlar və yaxınlıqdakı baza stansiyaları arasında hava üzərindən ötürülən radio dalğaları şəklində ağıllı şəkildə yerləşdirilə bilər və bu da enerji, sürət və ya ölçü baxımından adi xərclər olmadan enerjiyə qənaət edən kənar süni intellektə yol aça bilər.

9 yanvar tarixində Science Advances jurnalında onlayn dərc olunmuş bu işə Nortel Networks şirkətinin Elektrik və Kompüter Mühəndisliyi üzrə dosenti Tinqjun Çen və MIT Elektronika Tədqiqat Laboratoriyasındakı (RLE) Dirk Englund komandası rəhbərlik edir.

Bu yanaşmanın mərkəzində fizikadaxili analoq hesablama adlanan bir anlayış dayanır.

Ənənəvi rəqəmsal hesablama ikilik kod vasitəsilə baş verir. Cihazlar məlumatları təklərə və sıfırlara çevirir, bu bitləri rəqəmsal prosessora köçürür və uzun riyazi əməliyyatlar ardıcıllığını hesablayır. Hətta biometrik məlumatlarla telefonun kilidini açmaq kimi sadə bir tapşırıq belə sürətli hesablama ardıcıllığını işə salır. Bu, etibarlıdır, lakin kiçik, batareya ilə işləyən cihazlar üçün səmərəli deyil.

Fizikadaxili hesablamalar fərqli şəkildə işləyir. Təkləri və sıfırları kənar cihazdan uzaq prosessora köçürmək əvəzinə, radio dalğalarının təbii davranışı riyazi hesablamaların bir hissəsini tamamlayır.

WISE-də baza stansiyası tam süni intellekt modelini saxlayır və modelin çəki dəyərlərini – bu hesablamaları tamamlamaq üçün tələb olunan rəqəmləri – kodlayan radiotezlik (RF) siqnalını yayımlayır. Siqnal yaxınlıqdakı bir cihaza çatdıqda, cihazdakı radio aparatı yayım siqnalını təbii olaraq birbaşa RF və ya analoq domenində hesablama apara bilən öz giriş məlumatları ilə qarışdırır. Bir nümunə, iki zaman domeni RF siqnalının vurulmasını “təxmini” edən passiv tezlik qarışdırıcısıdır. RF-də birbaşa baş verən bu analoq fizikada qarışdırma prosesi, rəqəmsal prosessora ehtiyac olmadan əksər dərin öyrənmə modellərində əsas addımı yerinə yetirir.

Çen dedi: “Biz artıq adi, miniatürləşdirilmiş elektronikanın bizə verdiyi hesablamalardan faydalanırıq. Modelin hər addımını rəqəmsal hesablama üçün hazırlanmış çipdə yerinə yetirmək əvəzinə, radio dalğalarının özləri məlumatı hesablama üçün optimallaşdırılmış şəkildə daşımağa kömək edir.”

Cihaz bütün modeli saxlamadığı və ya rəqəmsal şəkildə işlətmədiyi üçün, bu gün kənar süni intellektləri məhdudlaşdıran böyük yaddaş və enerji xərclərini aradan qaldırır.

Çenin laboratoriyasında doktorantura tələbəsi və məqalənin aparıcı müəllifi olan Zhihui Gao, bu ideyanın bir çox cihaz növünə fayda verə biləcəyini söylədi. Dronlar, kameralar və trafik sensorları davamlı olaraq məlumat yaradır, lakin bu məlumatları şərh etməyə kömək edəcək qabaqcıl modelləri işlətməkdə çətinlik çəkirlər.

Gündəlik məlumat üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosdakı ən son yenilikləri kəşf edin . Pulsuz bülletenimizə abunə olun və vacib olan nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklərdən xəbərdar olun .

Qao bildirib ki, “Texnologiya əvvəlkindən daha çox şey edə bilən daha kiçik cihazlara doğru irəliləyir. Buna nail olmaq üçün kənar hesablamalarda yeni təkmilləşdirmələrə ehtiyacımız var. WISE ilə cihazların ağır çiplərə və ya uzaq serverlərə etibar etmədən güclü süni intellekt üzərində necə işləyə biləcəyini göstərdik.”

Qao qeyd edib ki, WISE-nin digər bir üstünlüyü mövcud infrastrukturdan istifadə etmək qabiliyyətidir. Artıq 5G, yeni 6G və ya WiFi marşrutlaşdırıcıları üçün quraşdırılmış baza stansiyaları bu süni intellekt modellərini nisbətən kiçik tənzimləmələrlə yayımlamaq üçün genişləndirilə bilər. Üstəlik, gündəlik simsiz cihazlarda artıq fizikadaxili hesablamaları aparmaq üçün lazım olan tezlik qarışdırıcıları kimi aparat təminatı mövcuddur.

Qao dedi: “Biz ekzotik komponentlər əlavə etmirik və ya tamamilə yeni avadanlıq yaratmırıq. Geniş şəkildə tətbiq olunan və əlavə enerji sərf etməyən xüsusiyyətləri yenidən istifadə edirik.”

Təcrübələrdə WISE, aparıcı rəqəmsal prosessorlara nisbətən bir dərəcədən çox daha az enerji sərf edərkən, təxminən 96% təsvir təsnifatı dəqiqliyinə nail oldu.

Ümidverici olsa da, WISE hələ başlanğıc mərhələsindədir. Hazırkı prototip qısa məsafələrdə işləyir, lakin daha uzun məsafəli sınaqlar daha güclü ötürmə və ya yeni nəsil simsiz avadanlıqlarla inteqrasiya tələb edəcək. Yanaşma çevik olsa da, birdən çox süni intellekt modelini eyni vaxtda yayımlamaq zaman-tezlik-məkan resurslarının səmərəli multipleksləşdirilməsini və ya əlavə spektr bant genişliyini tələb edəcək.

Buna baxmayaraq, tədqiqatçılar tətbiqlərdə geniş potensial görürlər. Bir baza stansiyası axtarış-xilasetmə missiyasında dron dəstəsini dəstəkləyə və ya yol kameralarının kəsişmə siqnallarını əlaqələndirməsinə kömək edə bilər.

Çen bildirib ki, “Bu, simsiz texnologiyaların simli texnologiyalar qədər güclü olmasında növbəti addımdır. Məlumat və informasiya çatdırmaqdan əlavə, bu tapıntılar gələcək şəbəkələrin enerjiyə qənaət edən süni intellektdən istifadəni kütləvi miqyasda təmin etmək üçün rabitə və hesablamanı birləşdirərək zəka paylaya biləcəyi yeni bir istiqamət açır.”

Daha çox məlumat: Zhihui Gao və digərləri, Radiotezlikdə Fizikadaxili Hesablama Vasitəsilə Ayrılmış Maşın Öyrənməsi, Elmin İnkişafı (2026). DOI: 10.1126/sciadv.adz0817 . www.science.org/doi/10.1126/sciadv.adz0817

Jurnal məlumatları: Elmin irəliləyişləri 

Duke Universiteti tərəfindən təmin edilir