ΙΤΕ: Νέα, ενεργειακά αποδοτική τεχνολογία AI, εμπνευσμένη από τον ανθρώπινο εγκέφαλο

Ερευνητές του Ινστιτούτου Μοριακής Βιολογίας και Βιοτεχνολογίας (ΙΜΒΒ) του ΙΤΕ ανέπτυξαν μια νέα, ενεργειακά αποδοτική τεχνολογία τεχνητής νοημοσύνης, εμπνευσμένη από τον ανθρώπινο εγκέφαλο. Η τεχνολογία αυτή βασίζεται σε τεχνητά νευρωνικά δίκτυα που μιμούνται τη λειτουργία των δενδριτών, επιτυγχάνοντας υψηλή ακρίβεια στην αναγνώριση εικόνων με σημαντικά λιγότερες παραμέτρους. Η έρευνα δημοσιεύτηκε στο Nature Communications και χρηματοδοτήθηκε από το NIH και το πρόγραμμα H2020 της Ευρωπαϊκής Επιτροπής. Αυτή η προσέγγιση υπόσχεται πιο συμπαγή και φιλικά προς το περιβάλλον συστήματα τεχνητής νοημοσύνης.

 
Πώς βελτιώνει η μίμηση βιολογικών δενδριτών την ενεργειακή απόδοση της ΤΝ;

Η μίμηση των βιολογικών δενδριτών βελτιώνει την ενεργειακή απόδοση της ΤΝ με τους εξής τρόπους:

• Μείωση των παραμέτρων: Τα δενδριτικά ΤΝΔ χρησιμοποιούν σημαντικά λιγότερες παραμέτρους σε σχέση με τα παραδοσιακά ΤΝΔ. Αυτό σημαίνει ότι απαιτείται λιγότερη υπολογιστική ισχύ και κατ’ επέκταση, λιγότερη ενέργεια για τη λειτουργία τους.
• Μειωμένος χρόνος εκπαίδευσης: Τα δενδριτικά ΤΝΔ χρειάζονται λιγότερο χρόνο εκπαίδευσης. Αυτό οδηγεί σε εξοικονόμηση ενέργειας κατά τη διαδικασία εκπαίδευσης, καθώς τα δίκτυα μαθαίνουν πιο γρήγορα και αποτελεσματικά.
• Πολλαπλή κωδικοποίηση: Οι κόμβοι στα δενδριτικά δίκτυα κωδικοποιούν πολλές κατηγορίες, αντίθετα με τα κλασικά ΤΝΔ όπου οι κόμβοι μαθαίνουν μία κατηγορία. Αυτή η ικανότητα μειώνει τον αριθμό των κόμβων και των συνδέσεων που απαιτούνται, οδηγώντας σε πιο συμπαγή και ενεργειακά αποδοτικά συστήματα.
• Αποδοτικότερη επεξεργασία πληροφοριών: Ενσωματώνοντας χαρακτηριστικά από τα νευρικά κύτταρα του εγκεφάλου, τα συστήματα ΤΝ μιμούνται τον τρόπο με τον οποίο ο εγκέφαλος επεξεργάζεται πληροφορίες, βελτιώνοντας την ικανότητά τους να αναγνωρίζουν μοτίβα και να λαμβάνουν αποφάσεις. Αυτή η βελτιωμένη απόδοση μειώνει την ανάγκη για εκτεταμένη υπολογιστική επεξεργασία, άρα και την κατανάλωση ενέργειας.

Συνοπτικά, η ενσωμάτωση των δενδριτικών χαρακτηριστικών στα ΤΝΔ οδηγεί σε πιο έξυπνα και πολύ πιο αποδοτικά συστήματα, τα οποία χρησιμοποιούν λιγότερους πόρους και καταναλώνουν λιγότερη ενέργεια.

 
Τι πλεονεκτήματα προσφέρει η νέα τεχνολογία ΤΝ;

Η νέα τεχνολογία ΤΝ, που αναπτύχθηκε από ερευνητές του Ινστιτούτου Μοριακής Βιολογίας και Βιοτεχνολογίας (IMBB) του ΙΤΕ, προσφέρει σημαντικά πλεονεκτήματα σε σχέση με τα παραδοσιακά συστήματα ΤΝ. Τα κυριότερα πλεονεκτήματα είναι τα εξής:

• Ενεργειακή απόδοση: Η νέα τεχνολογία είναι πιο ενεργειακά αποδοτική. Αυτό επιτυγχάνεται μέσω της χρήσης λιγότερων παραμέτρων, του μειωμένου χρόνου εκπαίδευσης και της ικανότητας των κόμβων να κωδικοποιούν πολλαπλές κατηγορίες. Τα τρέχοντα συστήματα ΤΝ καταναλώνουν τεράστια ποσά ενέργειας, γεγονός που περιορίζει τη διάδοσή τους και επιβαρύνει το περιβάλλον. Η νέα τεχνολογία αντιμετωπίζει αυτό το πρόβλημα, μιμούμενη τον τρόπο με τον οποίο ο εγκέφαλος επεξεργάζεται πληροφορίες.
• Ακρίβεια και αξιοπιστία: Η νέα τεχνολογία επιτρέπει την ακριβή και αξιόπιστη αναγνώριση εικόνων. Τα δενδριτικά ΤΝΔ ισοφαρίζουν ή ξεπερνούν την απόδοση των παραδοσιακών ΤΝΔ, χρησιμοποιώντας πολύ λιγότερους πόρους.
• Μειωμένοι πόροι: Τα δενδριτικά ΤΝΔ χρησιμοποιούν λιγότερες παραμέτρους και λιγότερο χρόνο εκπαίδευσης. Αυτό σημαίνει ότι απαιτείται λιγότερη υπολογιστική ισχύς και λιγότερος χρόνος για την εκπαίδευση των δικτύων, οδηγώντας σε εξοικονόμηση ενέργειας και πόρων.
• Συμπαγή συστήματα: Η νέα τεχνολογία ανοίγει το δρόμο για πιο συμπαγή και ενεργειακά αποδοτικά συστήματα τεχνητής νοημοσύνης. Οι κόμβοι του δικτύου κωδικοποιούν πολλές κατηγορίες, μειώνοντας τον αριθμό των κόμβων και των συνδέσεων που απαιτούνται, οδηγώντας σε πιο συμπαγή συστήματα.
• Βελτιωμένη επεξεργασία πληροφοριών: Η ενσωμάτωση χαρακτηριστικών από τα νευρικά κύτταρα του εγκεφάλου βελτιώνει την ικανότητα των συστημάτων ΤΝ να αναγνωρίζουν μοτίβα και να λαμβάνουν αποφάσεις. Αυτό οδηγεί σε πιο έξυπνα και αποδοτικά συστήματα.
• Εφαρμογή σε προβλήματα αναγνώρισης εικόνων: Η νέα τεχνολογία έχει εφαρμοστεί με επιτυχία σε διάφορα προβλήματα αναγνώρισης εικόνων.

Συνολικά, η νέα τεχνολογία ΤΝ, με την ενσωμάτωση των δενδριτικών χαρακτηριστικών, προσφέρει σημαντικά πλεονεκτήματα σε σχέση με τα παραδοσιακά συστήματα, καθιστώντας τα πιο έξυπνα, πιο αποδοτικά και πιο φιλικά προς το περιβάλλον.

 
Γλωσσάριο

• Τεχνητή Νοημοσύνη (ΤΝ): Ένας κλάδος της επιστήμης των υπολογιστών που ασχολείται με τη δημιουργία συστημάτων που μπορούν να εκτελούν εργασίες που απαιτούν συνήθως ανθρώπινη νοημοσύνη.
• Τεχνητό Νευρωνικό Δίκτυο (ΤΝΔ): Ένα υπολογιστικό σύστημα που μιμείται τη δομή και τη λειτουργία των βιολογικών νευρωνικών δικτύων, χρησιμοποιώντας διασυνδεδεμένους κόμβους για την επεξεργασία πληροφοριών.
• Δενδρίτες: Οι διακλαδισμένες προεκτάσεις των νευρικών κυττάρων που λαμβάνουν και μεταδίδουν πληροφορίες.
• Βιολογικοί Δενδρίτες: Οι δενδρίτες που υπάρχουν στα νευρικά κύτταρα του εγκεφάλου.
• Παράμετροι: Οι μεταβλητές που χρησιμοποιούνται σε ένα μοντέλο ΤΝΔ, τα οποία προσαρμόζονται κατά τη διάρκεια της εκπαίδευσης για τη βελτίωση της απόδοσης.
• Πλαστικότητα: Η ικανότητα του εγκεφάλου να αλλάζει τη δομή και τη λειτουργία του ως απάντηση σε νέες εμπειρίες και περιβαλλοντικές απαιτήσεις.
• Κόμβος (Δικτύου): Ένας βασικός υπολογιστικός μονάδα σε ένα ΤΝΔ που επεξεργάζεται και μεταδίδει πληροφορίες.
• Κωδικοποίηση (Κόμβων): Η διαδικασία με την οποία οι κόμβοι του δικτύου μαθαίνουν και αναπαριστούν συγκεκριμένες πληροφορίες ή κατηγορίες.

 
Info photo:  Δρ. Παναγιώτα Ποϊράζη, Διευθύντρια Ερευνών και Δρ. Σπύρος Χαυλής, μεταδιδακτορικός ερευνητής στο IMBB-ΙΤΕ