Amazon'un gizemli konferansı MIT'de şaşırtıcı bir şekilde ortaya çıkan bir AI çipi, gelecekteki AI donanımına meydan okuyor
Son zamanlarda, Amazon'un yıllık ve gizemli MARS konferansı, planlandığı gibi Kaliforniya, Palm Springs'te düzenlendi.
Amazon MARS konferansı, yalnızca davetle katılabilen üst düzey bir konferanstır.Palm Springs'teki bu lüks tesiste çok sayıda robot görebilir, yürüyebilir veya uçabilir ve birçok ünlü bilim adamı ve bilim kurgu yazarıyla iletişim kurma fırsatına sahip olabilirsiniz. Konferansta sadece birkaç araştırmacı, hem harika hem de düşündürücü olan teknik dersler vermeye davet edilecek. Aynı zamanda dünyanın en önemli araştırmacılarından, CEO'larından ve girişimcilerinden 100'e yakın katılımcılar arasındaydı. MARS konferansının ev sahibi başka biri değil, Amazon kurucusu ve başkanı Jeff Bezos ön sırada oturuyor.
Şekil 2018 MARS'nin ünlü sahneleri (Kaynak: Amazon)
MARS konferansının amacı, makine öğrenimi, otomasyon, robotik ve uzay alanlarında en yeni ve en tuhaf teknolojileri sergilemektir, bu nedenle adı Mars'tan alınmıştır (MARS'nin 4 harfinin karşılığı: Makine Öğrenimi, Ev Otomasyonu, Robotik, Uzay Keşfi Uzay keşfi) aynı zamanda Bezosun en son teknolojiye olan tutkusudur.
Bu yılki konferansta bir yapay zeka çipinin ortaya çıkması dikkatimizi çekti. Bu çip, MIT'den Vivienne Sze ve meslektaşları tarafından oluşturuldu. O sırada MARS konferansında, diğer konuşmacılar "eli boş ağaç kıran" robotu, bir böcek gibi sessizce uçan insansız hava aracını ve hatta Mars kolonisinin planını tanıttı.Sze'nin konuşması daha tatmin edici görünebilir. Sıradan insanların gözünde Sze'nin görüntülediği çipler, diğer elektronik cihazlarda bulunanlardan farklı değildir. Ancak, konferansta gösterilen her şeyden çok daha önemlidirler.
Vivienne Sze için, MARS sahnesinde kariyerinin belki de en sinir bozucu konuşmasını yaptı.
Aslında bu proje hakkında her şeyi biliyordu. Massachusetts Institute of Technology laboratuvarında geliştirdiği çipin, birçok terminal donanım cihazına güçlü yapay zeka getirmesi ve çoğu büyük yapay zeka veri hesaplama merkezinin yeteneklerini aşması bekleniyor. Ancak seyircilerin konuşması ve coşkusu Sze'yi beklenmedik bir hale getirdi. Sze bir gülümsemeyle hatırladı: "Sanırım çok üst düzey bir izleyici grubu olduğunu söyleyebilirdiniz."
Şekil Sze, MARS Konferansı'nda konuşuyor
Edge computing, sinir ağlarını özel çiplere getiriyor
Son yıllarda, sinir ağlarının popülaritesi, otonom sürüş, konuşma tanıma, bilgisayar görüşü ve otomatik çeviri alanlarında bir dizi atılım ve ilerlemeye yol açtı, ancak aynı zamanda çok fazla bellek ve enerji tüketmenin eksikliklerini de ortaya çıkardı. Bilişimi desteklemek için bulut sunuculara hala güvenebiliyor olsak da, bu yapay zekanın geniş bir uygulama yelpazesine yönelmesi için uzun vadeli bir strateji olmayacak.
Şimdi, basit yapay zeka çiplerinin büyük bir etkisi oldu. İleri teknoloji akıllı telefonlar, görüntü ve konuşma tanıma için derin öğrenme algoritmalarını çalıştırmak için optimize edilmiş çipleri zaten kullanıyor. Aksine, daha verimli çipler, bu cihazların daha güçlü yapay zeka kodlarını çalıştırmasına izin verir. Kendi kendine giden arabaların da güçlü yapay zeka çiplerine ihtiyacı var, çünkü şu anda çoğu otomobil büyük bilgisayarlara dayanıyor.
Bu statükoyu değiştirmek için MIT Elektrik Mühendisliği ve Bilgisayar Bilimleri (EECS) Bölümü'nde doçent olan Sze, Yapay zeka sistemlerinin mobil cihazlarda yerel olarak çalışmasını sağlayan sinir ağları için uygun yeni enerji verimli bilgisayar çipleri araştırılmış ve geliştirilmiştir.
Sze'nin çipine Eyeeriss denir. Sze tarafından Nvidia araştırma bilimcisi ve MIT profesörü Joel Emer ile birlikte geliştirildi. Çip, bir dizi farklı derin öğrenme algoritmasını nasıl işlediğini anlamak için birçok standart işlemci ile test edildi. Geçen yıl internette yayınlanan bir makaleye göre, yeni çipin genel verimliliği ve esnekliği mevcut donanımdan 10 kat, hatta 1000 kat daha yüksek.
Eyeiss özellikle, mobil cihazların internete bağlanmadan doğal dil işleme ve yüz tanıma gibi görevleri yerine getirmesini sağlayan yüksek performanslı bir derin evrişimli sinir ağı (CNN) hızlandırıcı donanımıdır. Açıkçası bu, makine öğrenimini daha taşınabilir hale getirme girişimidir. Başka bir deyişle, Eyeriss ile akıllı telefonlar, giyilebilir cihazlar, robotlar, kendi kendine giden arabalar ve diğer IoT cihazları, karmaşık derin öğrenme görevlerini yerel olarak halledebilir.
Bunu daha önce yapmak çok zordu çünkü derin öğrenme büyük ölçekli bilgisayar işleme performansına dayanır ve GPU hızlandırma nispeten yaygın bir yoldur. GPU bu işi yapabilmesine rağmen, aynı zamanda en büyük eksikliklerden birine sahiptir - güç tüketimi. Ayrıca Eyeriss, mevcut grafik işlemci GPU'larından daha verimlidir.
Şu anda Eyeeriss, ABD Savunma Bakanlığı İleri Araştırma Projeleri Ajansı'ndan (Darpa) fon almıştır.
Şekil Massachusetts Institute of Technology'den Sertaç Karaman ve Vivienne Sze
Çip geliştirme için yeni zorluklar
Bu çip için Intelin Yapay Zeka Ürünleri Grubu başkan yardımcısı Naveen Rao, MITin yongalarının umut verici olduğuna inanıyor, ancak yeni bir donanım mimarisinin başarısını belirleyen birçok faktör var. En önemli faktörlerden birinin yazılım geliştirme olduğunu söyledi. , "Derleyicinin bakış açısından, bir şeyi kullanılabilir hale getirmek, onu kullanmanın önündeki en büyük engel olabilir."
Ayrıca, "Yapay zeka her yerde olacak ve ürünlerin enerji verimliliğini artırmanın yollarını bulmak son derece önemli olacak" dedi.
Örneğin, Szenin donanımı daha verimlidir, Bunun bir nedeni, veri depolama ve analiz arasındaki darboğazı fiziksel olarak çözmesi ve aynı zamanda verileri yeniden kullanmak için akıllı çözümler kullanmasıdır. MIT'e katılmadan önce Sze, bir şirket için video sıkıştırma verimliliğini artırmaya yönelik bu yönteme öncülük etti.
Şekil 2016 belgesinde gösterilen Eyeriss
Aslında, Sze'nin laboratuvarı, mevcut bilgisayar çiplerinin özelliklerini daha iyi kullanmak için yazılım tasarlamanın yollarını da araştırıyor.Bu sadece derin öğrenmeyle ilgili bir çalışma değil.
Sze ayrıca, küçük dronlarda çok verimli bir şekilde 3D haritalama ve navigasyon yapabilen Navion adlı düşük güçlü bir çip geliştirmek için Massachusetts Teknoloji Enstitüsü Havacılık ve Uzay Bilimleri Bölümü'nden Sertaç Karaman ile işbirliği yaptı. Bu çalışmanın anahtarı, çipi navigasyon odaklı algoritmalarla dikkatlice tasarlamak ve bu özelleştirilmiş çipten tam olarak yararlanmak için algoritmalar tasarlamaktır. Derin öğrenme gibi, Navion da yapay zeka yazılım ve donanımının simbiyoz içinde gelişmeye başlama sürecini yansıtıyor.
MARS konferansında, Sze'nin çipleri insansız hava araçları kadar göz alıcı olmayabilir, ancak konferansta sergilenmiş olmaları, insanları onun teknolojisinden ve yapay zeka için daha geniş silikon çip yeniliği anlayışından az ya da çok haberdar etti. Gelecek ne kadar önemli. Sze, sunumunun ardından bazı konuşmacıların daha fazla öğrenmeye ilgi duyduklarını söyledi. "İnsanlar birçok önemli kullanım durumu buldu."
Sze Labs tarafından geliştirilenler gibi yeni tasarlanan bu çipler, gelecekte yapay zekanın gelişimi için çok önemli olabilir. Şimdiye kadar, yapay zeka algoritmaları esas olarak grafik işleme yongaları üzerinde çalıştı, ancak yeni donanım, yapay zeka algoritmalarını daha güçlü hale getirerek yeni uygulama yönlerinin kilidini açabilir. Örneğin, yeni yapay zeka çipleri, depo robotlarını daha yaygın hale getirebilir veya akıllı telefonların gerçekçi artırılmış gerçeklik sahneleri oluşturmasına izin verebilir.
Sze'nin çipleri, hızla büyüyen yapay zeka alanı için çok önemli olan tasarım açısından çok verimli ve esnektir. Şimdi, Sze ve meslektaşları, daha enerji verimli sinir ağları tasarlamak için pil teknolojisini kullanmak gibi ilgili enerji tüketimi sorunlarını başka bir yönden çözmeye çalışıyorlar.
Sze, gerçek fırsatın en güçlü derin öğrenme çiplerini üretmek olmadığına inanıyor.Pil verimliliği de çok önemli.Yapay zekanın büyük veri merkezlerinin ulaşamadığı yerlerde de çalışması gerekiyor, bu da sadece cihazın kendi piliyle çalışabileceği anlamına geliyor.
Hâlâ sıcak olan AI çip girişimcilik dalgası
Şimdi, Moore Yasası, atomik ölçekli mühendislik bileşenlerinin dayattığı fiziksel sınırlarla giderek daha fazla karşılaşmaktadır. Ayrıca, insanların diğer alternatif yapılara ve hesaplama yöntemlerine karşı yeni ilgisini uyandırdı.
ABD hükümeti, yeni nesil yapay zeka yongalarına yatırım yapmanın ve ABD'nin yonga üretimi alanındaki genel hakim konumunu sürdürmenin yüksek risklerini göz ardı etmedi. Yukarıda bahsedildiği gibi, Sze'nin çip araştırma ve geliştirme çalışmaları DARPA tarafından finanse edilmektedir ve bu projeye ek olarak DARPA, yeni yapay zeka çiplerinin tasarlanmasına ve geliştirilmesine yardımcı olmak için tasarlanmış diğer projeleri de finanse etmiştir.
Çip üretimi alanındaki inovasyonun esas olarak derin öğrenmeden kaynaklandığı vurgulanmalıdır. Derin öğrenme, bilgisayarların belirli görevleri gerçekleştirmesine izin veren çok güçlü bir öğrenme yöntemidir. Derin öğrenme algoritmalarıyla, bilgisayar için sözde kuralları formüle etmeye gerek yoktur: eğitim verilerini büyük bir analog yapay sinir ağına girin ve ardından beklenen sonuçları üretmek için ayarlayın. Yeterli eğitimden sonra, derin öğrenme sistemleri verilerde ince ve soyut kalıplar bulabilir. Akıllı telefonlarda yüz tanımadan hastalıkların tıbbi görüntü tahminine kadar, bu teknoloji giderek daha fazla pratik görevlere uygulanıyor.
Ancak derin öğrenme Moore Yasası ile pek uyumlu değildir. Sinir ağları aynı anda birçok matematiksel hesaplamayı çalıştırabilir, bu nedenle 3B görüntüleri işleyen video oyunu grafik yongalarında daha verimli çalışır ve derin öğrenme algoritmalarını desteklemek için özel olarak tasarlanmış yongalar daha güçlüdür.
Yeni çip mimarisi, yapay zeka potansiyelini geliştirdiği için, on yıllardır çip endüstrisinde hiç ortaya çıkmayan girişimcilik çılgınlığı canlandırıldı.
Derin öğrenme gibi hızla gelişen bir alan için, yapay zeka çipleri personeli için zorluk, çiplerin herhangi bir uygulamaya uyum sağlayacak kadar esnek olmasını sağlamaktır. Sadece tek bir şey yapan süper verimli bir çip tasarlamak kolaydır, ancak böyle bir ürün hızla modası geçmiş hale gelecektir.
Mevcut yapay zeka algoritmalarının dünyayı değiştirdiği söylenebilir, ancak bu çiplerin tasarımı derin öğrenme yapay zeka algoritmalarından daha fazlasını kazabilir. Süreç içinde, bu algoritmaların evrimini kendileri harekete geçirebilirler. Sze, "Yeni donanım geliştirmemiz gerekiyor çünkü Moore Yasası yavaşladı" dedi.
Google, Microsoft ve Amazon gibi büyük teknoloji şirketlerinin tümü, yapay zekayı kullanmayı ve ticarileştirmeyi umarak kendi derin öğrenme çiplerini geliştiriyor. Birçok küçük başlangıç şirketi de yeni çipler geliştiriyor.
Linley Group'ta bir analiz şirketi olan çip analisti Mike Delmer'in dediği gibi, "Yapay zeka çipleri alanına giren tüm şirketleri takip edemedik. Şaka yapmıyorum. Neredeyse her hafta yeni bir şirketle tanışıyoruz."
Diğer bir deyişle, bir sonraki MARS konferansındaki göz alıcı robotlar ve insansız hava araçlarında, bu makine terminallerinin oldukça özel çipler kullandığını görebiliriz.
