A mesterséges intelligencia rendszerek előretörése alapjaiban változtathatja meg a világot, pozitív és negatív értelemben is, és ez több megválaszolandó kérdést és megoldandó problémát vet fel, amelyekkel egyre sürgetőbb lesz foglalkozni, ahogy az MI rendszerek egyre nagyobbra nőnek és minden eszközbe bekerülnek. Bár a mesterséges intelligencia története csak néhány évtizeddel ezelőtt kezdődött, de a fejlesztések tempója gyorsul, a rendszerek egyre kifinomultabbá és nagyobbá válnak és lassan az MI már képes lesz arra, hogy a saját alapjául szolgáló chipeket is önállóan tervezze meg. Az MI-vel kapcsolatos bejelentések alapján - amelyek időnként a programokat építő és tesztelő mérnököktől származnak - azt hihetnénk, hogy a rendszerek már valóban ott tartanak, hogy az emberihez hasonló öntudat jellemzi őket, de mivel az algoritmusok az emberiség által megalkotott és összegyűjtött adathalmazokból tanulnak és ezek alapján működnek, ezért a nekik tulajdonított tudatosság lehet csak egyfajta kivetítés is, de az is elképzelhető, hogy a mesterséges intelligencia rendszerek fekete doboz jellege miatt nem érthető egészen, hogyan érkezik egy-egy válaszhoz, megoldáshoz az MI, ez pedig teret hagy a képzeletnek és különböző értelmezéseknek a működésüket illetően. Mivel az MI-t manapság már igen fajsúlyos kérdésekben is alkalmazzák, például bírósági ügyek megítélésében, ezért az Európai Bizottság 2020-ban kezdeményezte a rendszerek átláthatóbbá tételét, az XAI (explainable AI, megmagyarázható mesterséges intelligencia) létrehozását, hogy kezelhetőbbé tegye a gépi tanulási rendszerek és az MI döntéshozatali folyamatait.

“Az első gép, ami képes arra, hogy eredeti ötletei legyenek.”

“Az első komoly kihívója az emberi agynak”

- szóltak a bejelentések arról a gépről, ami mai szemmel nézve még igen keveset tudott, de annak idején megnyitotta az utat a mesterséges intelligencia előtt. Ez volt az úgynevezett perceptron (Mrak I Perceptron), amit az ötvenes években fejlesztett Frank Rosenblatt pszichológus, a mélytanulási rendszerek atyja, hogy egy emberi képességekkel felruházott masinát alkosson, ami a saját tevékenységeiből tanul. Ezt a tevékenység akkor még a képfelismerésre és kártyák osztályozására szorítkozott, ám Rosenblatt víziója ennél jóval távolabbra vitt: olyan gépezetről álmodott, ami megérti az emberi nyelvet, emberi képességekkel rendelkezik és önállóan, emberi irányítás nélkül boldogul a feladatai megoldása során. A perceptron volt az első lépés, az első neurális hálózat.

A neurális hálózatok az emberi agyat konkrétan, a felépítésükben utánozzák, ami azt jelenti, hogy az agy idegsejtjeihez hasonló mesterséges neuronok, csomópontok alkotják, amelyek több rétegben elhelyezkedve kapcsolódnak egymáshoz és a beérkező jelek súlyozása alapján közvetítik az információkat. A hálók folyamatosan tanulnak és pontosságukat minden újabb gyakorlat fokozza, ezért különféle nyelv-, és képfelismerési feladatoknál hatékony segítséget nyújtanak. A mesterséges neuronokra és mesterséges szinapszisokra alapozott neuromorfikus rendszerek az élőlények agyának gazdaságos és mégis komplex számításokra képes jellegét imitálják, a legnagyobb előnyük pedig az energiatakarékosság, amivel a mesterséges intelligencia rendszerekkel kapcsolatos egyik legnagyobb problémát oldhatják meg. A neuromorfikus számítással a fejlesztők a gyorsaságot, a fogyasztás csökkentését és a tanulási hatékonyságot igyekeznek megvalósítani a Neumann-architektúrától eltérően funkcionáló struktúra segítségével, amely a szekvenciális utasítás-végrehajtás helyett párhuzamos módon működnek.

“A neuromorfikus számítás az alapvető újragondolása a számítógépes architektúrának a tranzisztorok szintjén, az agy biológiai idegi hálózatának formája és funkciója által ihletve.

A számítástechnika sok évtizedes fejlődése ellenére, a biológiai neurális hálózatok kihívó nélkül maradtak a való világbeli adatokból származó intelligens feldolgozás, válaszadás és tanulás terén mikrowattos teljesítményszinten és ezredmásodperces válaszadási idővel.” - mondta az Intel a neuromorfikus chipje bemutatásakor.

A Loihi elnevezésű neuromorfikus lapka első verziója 2017-ben jelent meg, majd 2021-ben megérkezett a második generációs változata, a Loihi 2 is. A kísérleti célokra szánt chipet aszinkron (nem egyidejű) eseményalapú aktivitás, parallel számítás jellemzi és a spiking (tüskés) hálózatok (SNN) sorába illeszkednek, amelyekben a neuronok, a biológiai idegi hálózatokhoz hasonlóan, elektromos jelek révén, az idegsejtek tüzelése által kommunikálnak egymással. A Loihi 2 kisebb méretű elődjénél, de 128 ezer neuron helyett már egymilliót tartalmaz, tanulási képességei, áramköreinek gyorsasága és szinaptikus sűrűsége tekintetében pedig felülmúlja az első Loihi lapkát. A 2019-ben megjelent Pohoiki Beach és a 2020-as Pohoiki Springs több Loihi 2 chip összekötésével jött létre, utóbbit már 768 processzor alkotta, hogy az így kialakított többmillió neuronos rendszerrel még eredményesebben végezhessék a feladatokat.

A Pohoiki Springs struktúrájának alapján készült el az Intel új eszköze, amit a világ legnagyobb neuromorfikus rendszereként mutattak be:

a Hala Point, ami elődeihez hasonlóan egy Hawaii helyszínről kapta a nevét, immár 1,15 milliárd mesterséges neuronból áll.

Ez ugyan a 86 milliárd idegsejtet tartalmazó emberi agynak két százalékát sem teszi ki, de más típusú számítógépes eszközökhöz viszonyítva jelentős kapacitással bír: másodpercenként 20 billiárd műveletet tud elvégezni energiahatékonyan, vagyis wattonként és másodpercenként 15 billió 8-bites számítást tud futtatni. A rendszer 1152 Loihi 2 chipet foglal magában egy mikrosütő-méretű tárolóban egy 6 rack szerveren és az Intel leírása szerint teljes kapacitáson 20-szor olyan gyorsan működik (végzi a számításokat), mint az emberi agy. Ha nem csak a gyorsaságot vesszük figyelembe, akkor persze elmarad a humán képességektől, de valamivel egyszerűbb felépítésű élőlényekkel össze lehet hasonlítani, az Intel szerint “a neurális kapacitása nagyjából egy bagolyéval vagy egy csuklyásmajoméval egyezik.”

A cég a Hala Pointot kísérleti célokra használja majd, az első példány már meg is érkezett a Sandia Nemzeti Laboratóriumba, ahol az agy által inspirált számítási rendszerek nagyobb léptékű verzióit fejlesztik és tesztelik majd a segítségével.

(Fotó: Craig Fritz/Ray Johnson/Sandia National Lab, Intel Corporation)

Neuromorfikus szuperszámítógépet építenek, ami az emberi agy szinaptikus rendszerét utánozza Az Ausztráliában jövő tavasszal munkába álló DeepSouth másodpercenként 238 billió szinaptikus műveletet tud elvégezni és neuromorfikus kialakítása miatt az emberi agyhoz hasonlóan működik.