دانشمندان چینی در معتبرترین کنفرانس صنعت طراحی تراشه از تراشه هوش مصنوعی بسیار کم مصرف رونمایی کردند.
تراشه‌های هوش مصنوعی، که به طور خاص برای پردازش وظایف هوش مصنوعی طراحی شده‌اند، معمولاً به دلیل نیازهای محاسباتی سنگینی که با آنها مواجه هستند، به قدرت قابل توجهی نیاز دارند، که کاربرد آنها را در سناریوهای دنیای واقعی محدود کرده است.
تراشه‌های هوش مصنوعی که به آن سخت افزار هوش مصنوعی یا شتاب دهنده هوش مصنوعی نیز گفته می‌شود یک مدار مجتمع است که از طریق چارچوب‌های برنامه نویسی طراحی شده‌اند.
تراشه‌های هوش مصنوعی به دلیل ویژگی‌های منحصر به فردشان، ده‌ها یا حتی هزاران بار سریع‌تر و کارآمدتر از سی‌پی‌یوهای معمولی برای آموزش و استنتاج الگوریتم‌های هوش مصنوعی هستند. همچنین این تراشه هوش مصنوعی به طور چشمگیری مقرون به صرفه‌تر از CPUهای پیشرفته می‌باشند. سیستم‌های پیشرفته هوش مصنوعی به این تراشه‌ها نیاز دارند.
تراشه‌های قدیمی‌تر هوش مصنوعی با ترانزیستورهای بزرگ‌تر، کندتر و پر انرژی‌تر هزینه‌های مصرف انرژی زیادی را متحمل می‌شوند که به سرعت به سطوح غیر قابل قبولی می‌رسد. این پویایی‌ها هزینه و سرعت، توسعه و استقرار الگوریتم‌های پیشرفته هوش مصنوعی را بدون تراشه‌های پیشرفته هوش مصنوعی غیر ممکن می‌کند.
دانشمندان چینی از طریق الگوریتم و بهینه سازی معماری در دانشگاه علوم و فناوری الکترونیک چین توانسته‌اند این مصرف انرژی را به میزان قابل توجهی کاهش دهند.
تراشه‌ای که دانشمندان چینی ارائه کرده‌اند برای تشخیص سیگنال‌های تشنج برای افراد مبتلا به صرع طراحی شده است.
این دستگاه که برای استفاده در دستگاه‌های پوشیدنی ساخته شده است، از تشخیص الکتروانسفالوگرام برای هشدار در مورد تشنج صرعی در حال انجام استفاده می‌کند تا بیمار بتواند به دنبال کمک پزشکی یا درمان باشد.
محققان یک الگوریتم را بهینه کردند که به یک مدل هوش مصنوعی از قبل آموزش داده شده اجازه می‌دهد تا پیش‌بینی دقیقی بر روی داده‌های دیده نشده بدون نیاز به جمع‌آوری سیگنال‌های تشنج بیماران انجام دهد و به میزان دقت بیش از ۹۸ درصد دست یابد.
قبل از استفاده، بیماران فقط باید دستگاه را برای یک کالیبراسیون دو دقیقه‌ای در حالت طبیعی خود بپوشند تا دستگاه بتواند ویژگی‌های سیگنال فردی را تشخیص دهد.
با پیشرفت در موتور استخراج ویژگی، و موتور یادگیری روی تراشه، میانگین مصرف انرژی تشخیص این تراشه تنها حدود ۰٫۰۷ میکروژول است که کم مصرف‌ترین طراحی در نوع خود در سطح بین‌المللی است.
داشمندان بیان داشتند که در این تراشه در مقایسه با تراشه دیگری که در سال‌های گذشته ارائه شده است، ۱۰ درصد بهبود در دقت و کاهش مصرف انرژی بیش از ۹۰ درصد مشاهده شد.
این تراشه همچنین کاربردهای بالقوه‌ای فراتر از تشخیص تشنج، از جمله سایر رابط‌های مغز و کامپیوتر و نظارت بر خواب دارد.
تحقیقات پیرامون تراشه‌های هوش مصنوعی پیشرفت چشمگیری در یادگیری ماشین دارند که در برخی از مسائل فشرده رایانه‌ای، برتر از هوش انسان است.
منبع: scmp
