버그는 사물 인터넷에서 AI의 미래입니까?

연구원들은 특정 곤충 신경계의 기능이 결정론적, 확률적, 휘발성 및 비휘발성 메모리가 수행하는 기능과 어떻게 유사한지를 연구하고 이러한 기능이 AI용 고성능, 에너지 효율적인 실리콘 기반 나노시스템에서 재생성될 수 있는 방법을 탐구하고 있습니다. .

AI/ML 세계의 한 구석에서 NVIDIA는 훈련에 발을 담그고자 하는 모든 사람들에게 더 강력한 힘이 답임을 확신시키기 위해 최선을 다합니다. 다른 한편, CEA-Leti는 최근 Edge AI 프로그램 코디네이터인 Elisa Vianello가 곤충 신경계에서 영감을 받은 새로운 Edge AI 시스템을 개발하기 위해 ERC(European Research Council)로부터 300만 유로의 보조금을 받았다고 발표했습니다.

Vianello에 따르면, 센서 입력을 훈련된 데이터 및 의사 결정 트리와 비교하여 자율적인 결정을 내릴 수 있도록 하는 IoT 장치에 AI를 직접 가져오는 것과 관련된 가장 큰 문제 중 하나는 현재 칩 아키텍처가 장치의 최대 90%를 낭비한다는 것입니다. 데이터를 처리하지 않고 이동할 때의 총 에너지 소비입니다.

참조: 꿀벌의 도움으로 음성 인식 방법을 능가하는 연구원

이러한 낭비 때문에 IoT 장치는 AI 기능이 방해를 받거나 안정적인 전원 공급 장치에 물리적으로 연결되어야 합니다. 이는 많은 조직이 원하는 만큼 유연하지 않다는 것을 의미합니다. 제안된 애플리케이션 중 하나인 이식형 의료 진단 마이크로칩의 경우 두 배로 그러합니다. 이는 장치의 신뢰성에 대한 사용자의 신뢰에 크게 의존합니다.

소규모 장치의 경우 문제가 무엇입니까? 고밀도, 고해상도, 비휘발성, 끝없이 지속되는 메모리 유형은 없습니다. Vianello는 많은 산업 연구소와 연구 센터가 인메모리 처리를 사용하는 나노 규모의 인메모리 아키텍처를 개발하려고 시도했지만 결과는 기껏해야 혼합되어 있다고 말했습니다. 예를 들어 DRAM은 휘발성입니다. 즉, 많은 IoT 설정에서 발생할 수 있는 정전 시 해당 콘텐츠가 삭제됩니다. NVRAM과 같은 비휘발성 메모리 유형은 수년에 걸쳐 내구성을 극적으로 개선했습니다. 그들은 여전히 ​​​​완전히 오류가 없습니다.

Vianello와 그녀의 팀은 보조금을 사용하여 특정 곤충 신경계의 기능이 결정론적, 확률론적, 휘발성 및 비휘발성 메모리가 수행하는 기능과 어떻게 유사한지를 연구한 다음 "고성능, 에너지 -효율적인 실리콘 기반 나노 시스템." Vianello는 "귀뚜라미는 포식자를 피하기 위해 느리고 부정확하며 신뢰할 수 없는 뉴런과 시냅스를 기반으로 정확한 결정을 내립니다. 그들의 생물학을 자세히 살펴보면서 우리는 감각과 신경계에서 다양한 기억 유사 기능을 확인했습니다. 이러한 다양한 기능을 결합함으로써 Cricket의 내부 컴퓨팅 시스템은 놀라운 성능과 에너지 효율성을 달성합니다.”

예를 들어 귀뚜라미는 몸에 여러 개의 센서가 있고 복부에 수많은 국소 처리 장치가 있어 중추 뇌를 사용하지 않고도 지속적으로 학습하고 의사 결정을 내릴 수 있습니다. 분산 컴퓨팅 시스템이 있기 때문에 데이터를 처리하기 전에 한 곳에서 다른 곳으로 데이터를 전송할 필요 없이 더 빠르게 결정을 내릴 수 있습니다.

목표는 하나 이상의 메모리 기술을 소규모의 IoT 친화적인 규모로 통합할 수 있는 하이브리드 시냅스로, 각 시스템의 결함을 탐색하고 AI를 사용하여 처리하는 대신 데이터를 전송하는 데 낭비되는 전력의 최소한 일부를 제거하는 데 도움이 됩니다. /ML 알고리즘. Vianello의 팀은 비디오 카메라, 레이더 또는 ECG 장치로 캡처한 것과 같은 소량의 노이즈 데이터를 가져와 현재 IoT 컴퓨팅 아키텍처에서는 불가능한 유형의 학습을 가능하게 하기를 희망합니다.

Vianello 팀의 새로운 통찰력으로 구동되는 신제품은 수년 후에 나올 가능성이 높으며 빠르게 변화하는 IoT 세계에서 새로운 패러다임을 환영합니다. 46%의 조직이 5G 채택을 확대하고, 엣지 컴퓨팅을 위한 여러 실행 가능한 표준, 엣지에 더 많은 이벤트 중심 아키텍처가 배포됨에 따라 더 빠르고 효율적이며 더 작은 규모의 IoT에 대한 요구가 이미 존재합니다.