Kunnen door insecten geïnspireerde neurale netwerken AI voor het Internet of Things revolutioneren?

Onderzoekers bestuderen hoe de functies van specifieke insectenzenuwstelsels lijken op die van deterministische, probabilistische, vluchtige en niet-vluchtige geheugen en verkennen hoe deze functies nagemaakt kunnen worden in hoogpresterende, energiezuinige, silicium-gebaseerde nanosystemen voor AI.

In de ene hoek van de AI/ML-wereld doet NVIDIA zijn best om iedereen die zijn teen in het water wil steken te overtuigen dat meer ruwe kracht het antwoord is. In de andere hoek kondigde CEA-Leti recent aan dat Elisa Vianello, een Edge AI-programmacoördinator, een subsidie van 3 miljoen euro van de European Research Council (ERC) heeft ontvangen om nieuwe edge AI-systemen te ontwikkelen die geïnspireerd zijn op insectenzenuwstelsels.

Volgens Vianello is een van de grootste uitdagingen rond het brengen van AI direct naar IoT-apparaten, wat hen in staat zou stellen om autonoom beslissingen te nemen op basis van het vergelijken van sensorinvoer getrainde data en beslissingsbomen, dat de huidige chiparchitecturen tot 90% van hun totale energieverbruik verspillen aan het verplaatsen van data, niet aan het verwerken ervan.

Zie ook: Onderzoekers overstijgen spraakherkenningsmethoden met hulp van honingbijen

Vanwege deze verspilling worden IoT-apparaten ofwel gehinderd in hun AI-mogelijkheden, ofwel moeten ze fysiek verbonden zijn met een stabiele stroomvoorziening, wat betekent dat ze niet annuliek flexibel zijn als veel organisaties zouden willen. Nog meer voor een voorgestelde toepassing, implanteerbare medische diagnostische microchips, die zwaar zouden vertrouwen op het vertrouwen van de gebruiker in de betrouwbaarheid van het apparaat.

Wat is het struikelblokje bij kleinschalige apparaten? Er is simpelweg geen type geheugen dat hoge dichtheid, hoge resolutie, niet-vluchtig en oneindig uithoudend is. Vianello zegt dat veel industriële laboratoria en onderzoekscentra hebben geprobeerd in-memory-architecturen op nanoschaal te ontwikkelen, die in-memory-verwerking gebruiken, maar de resultaten waren gemengd op het beste. DRAM is bijvoorbeeld vluchtig, wat betekent dat de inhoud gewist wordt wanneer de stroom uitvalt - een waarschijnlijke gebeurtenis in veel IoT-omgevingen. Niet-vluchtige geheugentypen, zoals NVRAM, hebben de afgelopen jaren de uithoudingsvermogen aanzienlijk verbeterd; ze zijn nog steeds niet volledig onfeilbaar.

Vianello en haar team zullen de subsidiegelden gebruiken om te onderzoeken hoe de functies van specifieke insectenzenuwstelsels lijken op die van deterministische, probabilistische, vluchtige en niet-vluchtige geheugen en vervolgens te verkennen hoe die gerepliceerd kunnen worden in 'hoogpresterende, energiezuinige, silicium-gebaseerde nanosystemen'. Vianello zegt: 'Krekels nemen nauwkeurige beslissingen op basis van trage, onnauwkeurige en onbetrouwbare neuronen en synapsen om hun roofdieren te ontlopen. Door hun biologie nauwkeurig te bestuderen, identificeerden we een diversiteit van geheugen-achtige functies die spelen in hun zenuw- en zintuigsystemen. Door deze verschillende functies te combineren, bereikt het interne computesysteem van de krekels verbluffende prestaties en energie-efficiëntie.'

Krekels hebben bijvoorbeeld verschillende sensoren op hun lichaam, samen met talrijke lokale verwerkingseenheden in hun buik, die in staat zijn tot continu leren en besluitvorming zonder betrokkenheid van de centrale hersenen. Omdat het een gedistribueerd computesysteem heeft, neemt het sneller beslissingen - zonder dat data van de ene naar de andere plaats hoeft te worden verplaatst voordat het verwerkt wordt.

Het doel is een hybride synapse die meer dan één geheugentechnologie kan integreren op een kleine, IoT-vriendelijke schaal, wat zou helpen de tekortkomingen van elk systeem te navigeren en ten minste een deel van de verspilde energie bij het overdragen van data in plaats van het verwerken ervan met AI/ML-algoritmen te elimineren. Vianello's team hoopt kleine volumes ruizige data, zoals wat wordt vastgelegd videocamera's, radar of ECG-apparaten, om te zetten in leertypes die niet mogelijk zijn met de huidige IoT-computearchitectuur.

Nieuwe producten gedreven door eventuele nieuwe inzichten van Vianello's team zijn waarschijnlijk nog vele jaren verwijderd, en nieuwe paradigmata zijn welkom in de snel veranderende IoT-wereld. Met 46% van de organisaties die hun 5G-adoptie versnellen, meerdere levensvatbare standaarden voor edge computing, en meer event-gedreven architectuur die op de edge worden geïmplementeerd, is de vraag naar snellere, efficiëntere en meer micro-schalige IoT al aanwezig.