Nöromorfik Çipler, Beyin Gibi Çalışan Sinir Ağları Sunuyor

0
568
Anlık Görüntü Tanıma

Sinir ağları ile ilgili olan şey, beyin gibi davranıyor olmamalarıdır. Sinir ağının “nöronları”, giriş sinyallerinin çıkış sinyallerine eşlendiği düğümlerdir, ancak çoğunlukla yüzeysel bir benzerliktir.

Anlık Görüntü Tanıma

Michigan Üniversitesi’ndeki mühendisler, memristör olarak bilinen kendine özgü bir elektrik bileşeninin yardımıyla, oldukça fazla brainlike üzerine kurulu; memelilerin beyinlerinin desen tanıma yeteneklerini yaklaştırmak için memristörlerin ızgaralarını kullanan yeni bir “seyrek kodlama” algoritması geliştirdiler. Mevcut Doğa Nanoteknolojisi’nde açıklanan sonuç, potansiyel olarak çok daha hızlı görüntü işleme veya şu anda başa çıkmak için bir çok bilgi işlem kaynağı gerektiren diğer çok büyük veri kümelerinin işlenmesidir.

Makalede açıklanan donanım prototipi 32×32 memristör dizisinden oluşur. Memristör temelde normal bir dirençtir (akımı sınırlayan elektriksel bir bileşen) bir bellek ile. Direnci ya da bloke ettiği akım miktarı, geçmişte uygulanan voltajlara bağlı olarak değişir. (Normal bir direnç bu voltaj geçmişine bakılmaksızın aynı kalacaktır.)

Sonuçta memristörler hem veri işlemenin hem de depolamanın bir yolunu sunarken; konvansiyonel bir mimari, bilgisayardaki bazı (nispeten) uzaktaki konumdan işleme devrelerine beslenecek verileri getirme anlamına geliyor. Bilgisayardaki en büyük sorunlarımızdan bazılarının, en hızlı bellek teknolojilerinde dahi var olan gecikme ile uğraşırken aynı anda çok sayıda hesaplama yapabilen paralellik oluşturma makineleri ile yapılması gerektiği gibi; bu, potansiyel olarak gerçekten büyük bir anlaşma.

Burada uygulanan memristör mimarinin seyrek kodlaması açılıyor. Genellikle, insanlar gibi hayvanlara, tam olarak baktığımız olaylar hakkında anlık kararlar vermesine izin verir. Bu bağlamda kod, bilgisayar kodunu değil, beynin belirli nesnelere karşılık gelen belirli aktivite kalıplarını ifade eder. Bu kodun bir özelliği belirli bir uyarana göre (tanınabilir bir nesne gibi) güçlü şekilde aktive edilen nöronların fraksiyonudur. Seyrek kod, bu fraksiyonun gerçekten küçük olmasıdır—sadece nispeten az sayıda nöron aydınlatmaya başlarken beyin hala sağlam bir belirti kazanabilir.

Görüntü Tanıma

Akıllı kısa devreler

Çalışmanın ortak yazarı Wei Lu, yaptığı açıklamada “Bir sandalyeye baktığımızda, özelliklerinin zihnimizde depolanmış bir sandalyenin resmine uygun olduğu için tanıyor olacağız” dedi. Her ne kadar bütün sandalyeler aynı olamasa da ve bazıları standart olarak işlev gören bir zihinsel prototipten farklı olsalar da, her sandalyede kolay tanınırlık için gerekli temel özelliklerden bazıları vardır. Temel olarak, nesne doğru sınıflandırıldığında kafamızda uygun kategoride saklanır.

“Seyrek kodları istismar etmek, konvansiyonel derin öğrenme algoritmalarına kısa devre yaptırmanın bir yolunu sunar. Belki de her küçük görsel öğrenme görevi için dev veri kümeleri ile sinir ağları beslememiz gerekmez. Bunun yerine, memristör devresi, veriyi alır ve bütün büyük veri kümesi için beklemek yerine dahili kodlarını derhal başlatmaya başlar. Ve aslında bu daha çok beynimize benziyor neyse ki bizim için akıllı kısa devreler var.”

Lu, “Karmaşık verileri dinamik bir ortamda hızlı bir şekilde işleyebilmek için yeni nesil elektronik cihazlarımızın olması lazım” diyor. “Bunu yapmak için sadece bir program yazamazsınız: Bazen önceden tanımlanmış bir göreve sahip değilsiniz. Sistemlerimizi daha akıcı hale getirmek için, çok fazla veriyi daha verimli bir şekilde işleyebilmemiz için yollar bulmalıyız. Bunu başarmak için sinir bilimden ilham alındı.”

Kaynak: https://motherboard.vice.com/en_us/article/neuromorphic-chips-offer-neural-networks-that-actually-work-like-the-brain

Facebook Yorumları