تصبح أكثر ذكاء مع مرور الوقت باستخدام الخبرات المستفادة

تستلهم شريحة ذكاء اصطناعي جديدة لدى شركة إنتل من الدماغ البشري في محاولة للتغلب على العقبات التكنولوجية، وحصلت التطورات في التعلم الآلي على مدى السنوات الأخيرة إلى حد كبير بفضل التحسينات في الطاقة الخام لمعالجة تلك الثنائية "الآحاد والأصفار"، ويقوم تصميم شريحة "Loihi" بتحويل التكنولوجيا القديمة وغير المثبتة حتى الآن، التي تعمل أكثر مثل نقاط الاشتباك العصبي في الدماغ في ترجيح المعلومات على أساس قيمتها. 

وتعتقد الشركة أن هذا النهج العصبي يمكن أن يسمح لأنظمة الكمبيوتر في المستقبل لحل المشاكل بشكل مستقل باستخدام الخبرات المكتسبة، وتعمل شريحة "Loihi" على أساس أنماط مختلفة من ردود الفعل من بيئتها، وتستخدم هذه البيانات للتعلم والقيام بالاستنتاجات، والسماح لها لتصبح أكثر ذكاء مع مرور الوقت دون الحاجة إلى التدريب اليدوي كما هو الحال مع أشكال أخرى من الذكاء الاصطناعي، أن هذه الحوسبة العصبية مستوحاة من فهمنا الحالي لبنية الدماغ وكيف يقوم باتخاذ القرارات.

وتقوم الشبكات العصبية في الدماغ بترحيل المعلومات مع النبضات، وتعزيز الاتصالات المتكررة وتخزين التغييرات بشكل موضعي في وصلات نقاط الاشتباك العصبي، وتنشأ السلوكيات الذكية من التعاون والمنافسة بين مناطق متعددة داخل الشبكات العصبية للدماغ وبيئته. وهذا يعني أن خلايا الدماغ لا تعمل في عزلة، ومن خلال محاكاة سلوك الدماغ، تأمل شركة إنتل تسريع أوقات التعلم الآلي مع الحد من استهلاك الطاقة.

وقال نائب رئيس الشركة والعضو المنتدب لمختبرات إنتل، الدكتور مايكل مايبيري، "نحن نعتقد أن الذكاء الاصطناعي ما زال في مهده وهناك المزيد من الأبنية والأساليب، وأن الفوائد المحتملة من شرائح التعلم الذاتي لا حدود لها، وجعلت نماذج التعلم الآلي مثل التعلم العميق، التطورات الأخيرة هائلة باستخدام مجموعات واسعة من البيانات للتعرف على الأشياء والأحداث، يمكن أن تتيح نظم التعلم الآلي، التي يمكن أن تتكيف مع مرور الوقت مع الأوضاع الجديدة، مجموعة كاملة من التطبيقات الجديدة الممكنة. مثال على ذلك توفير قراءة لضربات القلب في ظل ظروف مختلفة، ربما بعد الركض، بعد وجبة الطعام أو قبل الذهاب إلى السرير. يمكن لهذا النظام العصبي تنظيم هذه البيانات معًا في سلسلة تحدد ضربات القلب الطبيعية.

ويمكن لهذا النظام بعد ذلك رصد بيانات القلب الواردة بشكل مستمر من أجل تحديد الأنماط التي لا تتطابق مع هذا. ويمكن أيضا أن تكون ذات استخدام شخصي لأي مستخدم. ويمكن تطبيق هذا النوع أيضا على حالات الاستخدام الأخرى، مثل تأمين الحماية للفضاء الاليكتروني حيث يمكن لاختلاف تدفقات البيانات تحديد وجود اختراق ما حيث أن النظام قد تعلم ما هو طبيعي في إطار سياقات مختلفة، وتقول إنتل إن "Loihi" أكثر كفاءة في استخدام الطاقة تصل إلى 1000 مرة من الحوسبة المستخدمة للأغراض العامة المطلوبة لأنظمة التدريب النموذجية. تحتوي هذه الشريحة على ما مجموعه 130,000 خلية عصبية و 130 مليون من نقاط الاشتباك العصبي.