خبر کامل
بهبود عملکرد و کاهش مصرف انرژی هوش مصنوعی با تقلید از مغز انسان
محققان دانشگاه ساری رویکردی نوین را برای بهبود عملکرد هوش مصنوعی (AI) معرفی کرده‌اند که با تقلید از شبکه‌های عصبی مغز انسان، نه تنها کارایی را افزایش می‌دهد، بلکه مصرف انرژی مدل‌های بزرگ و محبوب هوش مصنوعی مانند ChatGPT را به شدت کاهش می‌دهد.
بر اساس مطالعه‌ای که در نشریه علمی «نوروکامپیوتینگ» منتشر شده است، تقلید از سیم‌کشی عصبی مغز می‌تواند عملکرد شبکه‌های عصبی مصنوعی مورد استفاده در هوش مصنوعی مولد و سایر مدل‌های مدرن هوش مصنوعی را به طور قابل توجهی بهبود بخشد.
تقلید از سیم‌کشی عصبی مغز برای کارایی بیشتر
این رویکرد جدید که «نقشه‌برداری پراکنده توپوگرافیک» (Topographical Sparse Mapping) نام دارد، هر نورون را تنها به نورون‌های نزدیک یا مرتبط متصل می‌کند. این شیوه، مشابه روشی است که مغز انسان اطلاعات را به طور کارآمد سازماندهی می‌کند.
دکتر رومن بائر، مدرس ارشد این پروژه، اظهار داشت: «کار ما نشان می‌دهد که سیستم‌های هوشمند را می‌توان با کارایی بسیار بیشتری ساخت و در عین حال، بدون قربانی کردن عملکرد، تقاضای انرژی را کاهش داد.»
کاهش مصرف انرژی و پایداری مدل‌های هوش مصنوعی
محققان توضیح دادند که این مدل نیاز به تعداد زیادی از اتصالات غیرضروری را از بین می‌برد و عملکرد را به روشی پایدارتر و بدون کاهش دقت بهبود می‌بخشد. این موضوع در عصر رشد فزاینده هوش مصنوعی، اهمیت حیاتی دارد.
دکتر بائر در ادامه افزود:
- آموزش بسیاری از مدل‌های بزرگ و محبوب هوش مصنوعی امروزی می‌تواند بیش از یک میلیون کیلووات ساعت برق مصرف کند.
- این میزان مصرف با سرعتی که هوش مصنوعی به رشد خود ادامه می‌دهد، به سادگی پایدار نیست.
نسخه پیشرفته و فرآیند «هرس» بیولوژیکی
یک نسخه پیشرفته‌تر از این روش با عنوان «نقشه‌برداری پراکنده توپوگرافیک تقویت‌شده» (Enhanced Topographical Sparse Mapping) یک گام فراتر می‌رود. این نسخه با معرفی فرآیند «هرس» (Pruning) با الهام از زیست‌شناسی در طول آموزش، عملکرد را بهینه‌تر می‌کند.
این فرآیند مشابه نحوه پالایش تدریجی اتصالات عصبی مغز در حین یادگیری است و به شبکه اجازه می‌دهد تا اتصالات غیرمفید را حذف کند.
کاربردهای آینده: کامپیوترهای نورومورفیک
تیم تحقیقاتی همچنین در حال بررسی این موضوع است که چگونه می‌توان از این رویکرد در سایر کاربردها استفاده کرد. یکی از مهم‌ترین این کاربردها، ساخت کامپیوترهای نورومورفیک واقع‌بینانه‌تر است؛ یک رویکرد محاسباتی که از ساختار و عملکرد مغز انسان الهام گرفته شده است.
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
