ИИ-устройство на ионном геле: прорыв в вычислениях

Современные технологии машинного обучения, включая глубокое обучение и генеративный искусственный интеллект (ИИ), демонстрируют экспоненциальный рост энергопотребления, что становится серьезной общественной проблемой. В ответ на это растет потребность в ИИ-устройствах, сочетающих низкое энергопотребление с высокой вычислительной производительностью.

"Физические резервуары" – устройства ИИ, выполняющие эффективную обработку информации, вдохновленную работой мозга (резонансные вычисления), – привлекли внимание благодаря своей низкой вычислительной нагрузке и энергоэффективности. Однако их более низкая производительность по сравнению с программной обработкой оставалась недостатком.

Исследовательская группа из Национального института материаловедения (NIMS), Токийского университета науки и Университета Кобе разработала физический резервуар на основе ионов, который достиг высокой вычислительной производительности, сравнимой с глубоким обучением, одновременно снизив вычислительную нагрузку в сотни раз. Результаты исследования опубликованы в ACS Nano.

Благодаря сочетанию графена, обладающего высокой подвижностью электронов и биполярным поведением, с ионным гелем, в устройстве возникают разнообразные отклики с различными скоростями. Сложные взаимодействия между ионами и электронами позволяют устройству реагировать на входные сигналы с временными константами, варьирующимися в чрезвычайно широком диапазоне.

Устройство продемонстрировало высочайший уровень вычислительной производительности среди существующих физических резервуаров, сравнимый с производительностью глубокого обучения, выполняемого программным способом. При этом удалось сократить вычислительную нагрузку примерно в 100 раз.