Budućnost veštačke inteligencije je u špicevima (spajkovima)

Senzori su svuda oko nas. Oni prate pokret, zvuk, naše zdravstveno stanje i još mnogo toga, neprestano generišući ogromne količine podataka. Međutim, postoji fundamentalni problem: način na koji obrađujemo te podatke je izuzetno neefikasan.
Većina današnje veštačke inteligencije koristi metod "brute force" – analizira sve, sve vreme. Ovaj pristup zahteva neprekidne tokove podataka, ogromnu računarsku snagu i, u većini slučajeva, vezu sa oblakom (cloud). To je skupo, troši previše energije i ugrožava privatnost korisnika.

Ali šta ako postoji fundamentalno bolji način?

Šta ako rešenje već postoji u prirodi? Ljudski mozak je svakog trenutka preplavljen bujicom senzornih informacija, ali nekako uspeva da brzo i efikasno identifikuje samo ono što je važno, trošeći pritom manje energije od jedne sijalice. Njegova tajna leži u arhitekturi koja je inspirisala novu generaciju veštačke inteligencije: spajking neuronske mreže (Spiking Neural Networks - SNN).

Većina današnje AI je neverovatno rasipnička – i to namerno

Tradicionalne neuronske mreže su po svojoj prirodi rasipničke. One funkcionišu tako što obrađuju konstantan tok digitalizovanih podataka, pri čemu svi neuroni u mreži rade i troše energiju, čak i kada nema nikakvih korisnih informacija – kao što je period tišine ili mirovanja.
To je kao da motor automobila radi punom snagom čak i kada stojite na semaforu. Nasuprot tome, ljudski mozag efikasno filtrira nebitne signale kako bi se fokusirao samo na ono što je važno.

Budućnost je u "spajkovima", a ne u neprestanom radu

Spajking neuronske mreže (SNN) oponašaju efikasnost bioloških neurona. Umesto da neprestano obrađuju podatke, veštački neuroni u SNN mreži prikupljaju senzorne unose i aktiviraju se – ili "spajkuju" (ispaljuju kratak električni impuls) – samo kada nakupljeni signal dostigne određeni prag. Nakon što pošalju signal, oni se resetuju.
Ovaj pristup, zasnovan na događajima (event-driven), znači da mreža generiše odgovor samo kada registruje nešto smisleno. Zamislite razliku između sigurnosne kamere koja snima 24/7 (tradicionalni AI) i one koja se pali samo kada detektuje pokret (SNN).
Ovo nije optimizacija – ovo je fundamentalno pametniji način računanja.
Dobici su zapanjujući – i dešavaju se na samom uređaju
Rezultati ovakvog pristupa su impresivni. Spajking neuronske mreže mogu da smanje potrošnju energije do 500 puta i da povećaju brzinu odziva do 100 puta u poređenju sa tradicionalnim procesorima.

Direktne koristi su očigledne:

Ultra-niska potrošnja energije
Manji memorijski otisak na uređaju
Drastično niži ukupni troškovi sistema

Ove karakteristike čine SNN savršenim za takozvane "edge" uređaje – one koji obrađuju podatke lokalno, bez slanja u oblak. To znači rad bez kašnjenja i bez rasipanja energije, dok istovremeno podaci korisnika ostaju potpuno privatni, jer nikada ne napuštaju sam uređaj.
Pametniji način da osetimo svet
Svedoci smo fundamentalne promene: prelazimo sa energetski gladne "brute force" veštačke inteligencije na efikasan pristup inspirisan mozgom. Spajking neuronske mreže ne analiziraju tišinu ili mirovanje – one se aktiviraju samo kada je to potrebno, radeći to brže i efikasnije od bilo čega pre njih.
Kako će se naš odnos sa tehnologijom promeniti kada uređaji u našem džepu ili domu budu mogli da razumeju svet sa efikasnošću našeg sopstvenog mozga?