Các công nghệ trí tuệ nhân tạo ngày nay sử dụng khá nhiều năng lượng. Vì lý do này, việc sản xuất các hệ thống AI tiêu tốn ít năng lượng là rất quan trọng đối với một thế giới bền vững.
Theo các nhà nghiên cứu, trí tuệ nhân tạo có thể được thực hiện bằng cách sử dụng các nam châm nano cực nhỏ có khả năng giao tiếp tương tự như các tế bào thần kinh trong não. Các nhà nghiên cứu của Đại học Hoàng gia Luân Đôn đã phát triển một kỹ thuật mới có thể cắt giảm đáng kể chi phí năng lượng của AI, hiện đang tăng gấp đôi mỗi năm. 3.5 tháng trên khắp thế giới.
Nhóm quốc tế đã công bố bằng chứng đầu tiên cho thấy mạng lưới nam châm nano có thể được sử dụng để thực hiện các hoạt động giống như AI trong một bài báo ở Công nghệ nano tự nhiên. Các nhà nghiên cứu đã chứng minh rằng nam châm nano có thể được sử dụng cho các hoạt động ‘dự đoán chuỗi thời gian’, chẳng hạn như dự đoán và quản lý mức insulin của bệnh nhân tiểu đường.
Trí tuệ nhân tạo sử dụng ‘mạng lưới thần kinh’ cố gắng sao chép chức năng của các tế bào thần kinh trong não, trong đó chúng giao tiếp với nhau để xử lý và lưu trữ thông tin. Toán học đằng sau mạng lưới thần kinh ban đầu được các nhà vật lý thiết kế để giải thích cách nam châm tương tác, nhưng vào thời điểm đó, việc sử dụng nam châm trực tiếp quá phức tạp vì các nhà nghiên cứu không biết cách nhập dữ liệu hoặc nhận kết quả.
Thay vào đó, phần mềm chạy trên các máy tính dựa trên silicon thông thường được sử dụng để sao chép các tương tác từ tính trong não, cho phép chúng mô phỏng nó. Giờ đây, việc sử dụng nam châm trực tiếp để xử lý và lưu trữ dữ liệu đã có thể thực hiện được nhờ những tiến bộ của nhóm; loại bỏ người trung gian mô phỏng phần mềm và có khả năng tiết kiệm rất nhiều tiền.
Ví dụ, các nhà nghiên cứu tại ETH Zurich đã phát triển một mạng lưới thần kinh mới có thể đọc chiều cao của cây bằng hình ảnh vệ tinh.
Trạng thái nano từ
Vị trí của nam châm nano có thể được thay đổi bằng từ trường. Tùy thuộc vào đặc tính của trường đầu vào và trạng thái của các nam châm lân cận, việc áp dụng từ trường vào mạng nam châm nano sẽ thay đổi trạng thái của nam châm.
Các nhà nghiên cứu tại Khoa Vật lý của Đại học Sheffield đã có thể nghĩ ra một phương pháp đếm số lượng nam châm trong mỗi điều kiện sau khi trường đi qua, cho phép họ thu được kết quả.
“Chúng tôi đã cố gắng giải quyết vấn đề về cách nhập dữ liệu, đặt câu hỏi và nhận câu trả lời bằng điện toán từ tính trong một thời gian dài. Bây giờ chúng tôi đã chứng minh rằng điều đó có thể thực hiện được, nó mở đường cho việc loại bỏ phần mềm máy tính thực hiện mô phỏng tiêu tốn nhiều năng lượng”, Tiến sĩ Jack Gartside, đồng tác giả đầu tiên của nghiên cứu cho biết.
Đồng tác giả đầu tiên Kilian Stenning nói thêm: “Cách nam châm tương tác cung cấp cho chúng ta tất cả thông tin chúng ta cần; bản thân các định luật vật lý sẽ trở thành chiếc máy tính.”
“Mục tiêu lâu dài là hiện thực hóa phần cứng máy tính lấy cảm hứng từ các thuật toán phần mềm của Sherrington và Kirkpatrick. Tiến sĩ Will Branford, trưởng nhóm nghiên cứu, giải thích: Không thể sử dụng các spin trên nguyên tử trong nam châm thông thường, nhưng bằng cách nhân rộng các spin thành các mảng có mô hình nano, chúng tôi đã có thể đạt được khả năng kiểm soát và đọc kết quả cần thiết”.
AI năng lượng thấp
Công nghệ đằng sau AI hiện được sử dụng trong nhiều lĩnh vực khác nhau, chẳng hạn như nhận dạng giọng nói và xe tự lái. Tuy nhiên, ngay cả những hoạt động tương đối cơ bản cũng có thể cần rất nhiều năng lượng để đào tạo AI. Ví dụ, việc đào tạo AI để giải khối Rubik tiêu thụ lượng năng lượng tương đương với hai nhà máy điện hạt nhân chạy trong một giờ. Nhưng các hệ thống AI tiêu tốn ít năng lượng sẽ thực hiện nhiệm vụ tương tự theo cách bền vững hơn.
Một trong những nhược điểm chính của công nghệ máy tính chip silicon truyền thống là phần lớn năng lượng của chúng bị lãng phí khi các electron được truyền đi không hiệu quả trong quá trình xử lý và lưu trữ bộ nhớ. Mặt khác, nam châm nano xử lý và truyền thông tin dưới dạng sóng ‘nam châm’ thay vì sử dụng sự vận chuyển hạt vật lý giống như phương pháp được sử dụng bởi các máy tính thông thường.
Bằng cách này, các hệ thống AI tiêu tốn ít năng lượng sẽ có thể xử lý và lưu trữ dữ liệu cùng lúc thay vì lần lượt như các máy tính trước đây. Phát minh này có thể giúp máy tính từ tính nano trở nên hiệu quả hơn tới 100.000 lần so với các phương pháp hiện tại.
AI năng lượng thấp có thể được sử dụng như thế nào?
Tiếp theo, nhóm sẽ hướng dẫn hệ thống sử dụng dữ liệu trong thế giới thực, chẳng hạn như tín hiệu ECG và nhằm mục đích biến nó thành một thiết bị máy tính hoạt động được. Các hệ thống từ tính cuối cùng có thể được tích hợp vào các máy tính thông thường để tăng hiệu quả sử dụng năng lượng cho các quy trình tính toán chuyên sâu.
Năng lượng tái tạo có thể được sử dụng trong các hệ thống AI tiêu tốn ít năng lượng. Họ sẽ có khả năng xử lý dữ liệu khi nó được thu thập, chẳng hạn như các trạm thời tiết ở Nam Cực, thay vì trả lại dữ liệu cho các trung tâm dữ liệu lớn.
Phương pháp AI tiêu tốn ít năng lượng này có thể được sử dụng để phát triển các cảm biến có thể chuyển đổi dữ liệu sinh trắc học được thu thập trên cơ thể thành các tín hiệu hữu ích, chẳng hạn như dự đoán và điều chỉnh nồng độ insulin ở người mắc bệnh tiểu đường hoặc phát hiện nhịp tim bất thường.
