SpikingBrain 1.0: هوش مصنوعی چینی با مصرف انرژی کمتر و سرعت ۱۰۰ برابر

چالش‌های مدل‌های هوش مصنوعی رایج

مدل‌های زبانی بزرگی مانند ChatGPT و LLaMA متا، که امروزه به طور گسترده مورد استفاده قرار می‌گیرند، بر اساس «قانون مقیاس‌بندی» عمل می‌کنند. این قانون بیان می‌کند که با افزایش حجم داده‌ها و بزرگ‌تر شدن مدل‌ها، عملکرد سیستم‌های هوش مصنوعی نیز بهبود می‌یابد. این مدل‌ها از تکنیکی به نام «توجه» بهره می‌برند که در آن هوش مصنوعی به طور همزمان تمام کلمات یک جمله را بررسی می‌کند تا اهمیت هر کلمه را برای پیش‌بینی کلمه بعدی درک کند.

برای مثال، در جمله‌ای مانند «گربه بعد از دیدن غریبه زیر تخت رفت زیرا آن ترسیده بود»، مدل می‌تواند با پردازش همزمان کلمات، تشخیص دهد که ضمیر «آن» به «گربه» اشاره دارد.

این روش، اگرچه در دقت مؤثر است، اما باعث می‌شود هوش مصنوعی هر کلمه را با تمام کلمات دیگر مقایسه کند. در نتیجه، پردازش درخواست‌های طولانی، مانند یک کتاب کامل، به مصرف انرژی بسیار زیادی منجر می‌شود. مشکلات اصلی مدل‌های رایج عبارتند از:

• هزینه‌های بالای آموزش: نیاز به منابع محاسباتی عظیم.
• مصرف زیاد انرژی: به دلیل پردازش همزمان حجم بالای واژگان.
• وابستگی به سخت‌افزارهای خاص: عمدتاً بر روی پردازنده‌های گرافیکی انویدیا اجرا می‌شوند که دسترسی به توسعه را برای همه پژوهشگران محدود می‌کند.

SpikingBrain 1.0: الهام از مغز انسان

محققان چینی با هدف غلبه بر این محدودیت‌ها، مدلی را ابداع کرده‌اند که از مکانیسم‌های مغز انسان الهام می‌گیرد. SpikingBrain 1.0 به جای بررسی کل متن، تنها واژه‌های نزدیک و مرتبط را با دقت پردازش می‌کند؛ درست مانند مغز انسان که در مکالمات روزمره بر محتوای جدید و مرتبط تمرکز دارد. این رویکرد هوشمندانه، تعادلی میان کارآمدی و دقت ایجاد می‌کند.

مزایای کلیدی SpikingBrain 1.0:

• سرعت بالا: این مدل قادر است ۲۵ تا ۱۰۰ برابر سریع‌تر از مدل‌های معمول هوش مصنوعی عمل کند.
• کاهش مصرف انرژی: با پاسخ انتخابی به درخواست‌ها به جای تکیه بر کل شبکه، مصرف انرژی به طور قابل توجهی کاهش می‌یابد.
• استقلال از انویدیا: SpikingBrain 1.0 بر پایه پلتفرم تراشه چینی MetaX طراحی شده و بدون نیاز به محصولات انویدیا کار می‌کند.
• کارایی در پیش‌آموزش: این رویکرد امکان پیش‌آموزش مداوم با کمتر از دو درصد داده‌ها را فراهم می‌کند و در عین حال به عملکردی قابل مقایسه با مدل‌های منبع‌باز متداول دست می‌یابد.

پژوهشگران تأکید می‌کنند که این مدل در برخی موارد به سرعتی بیش از ۱۰۰ برابر مدل‌های سنتی دست پیدا می‌کند که نشان‌دهنده پتانسیل بالای آن در تحول صنعت هوش مصنوعی است.