Сверхэффективный транзистор сокращает энергопотребление при использовании машинного обучения на 99%
Исследователи Северо-Западного университета разработали новое наноэлектронное устройство, которое может революционизировать область машинного обучения и искусственного интеллекта. Они представили свое открытие в статье, опубликованной в журнале Природа.
Главная проблема, с которой сталкиваются разработчики ИИ, заключается в необходимости использовать огромные вычислительные ресурсы, доступные в облаке. Однако новый микротранзистор, созданный исследователями, обещает изменить эту ситуацию. Он на 100X более эффективен по сравнению с существующими технологиями, что открывает новые возможности для применения искусственного интеллекта на мобильных и носимых устройствах.
Основное предназначение нового устройства — выполнение задач классификации. Эта задача является основой для многих систем машинного обучения и заключается в анализе больших объемов данных и выделении значимых битов. Если раньше для ее решения требовались огромные вычислительные мощности, то теперь благодаря новому микротранзистору она станет доступной и эффективной даже на мобильных и носимых устройствах.
— Марк Герсам, старший автор исследования.
В отличие от традиционных кремниевых транзисторов, новые транзисторы строятся из двумерных листов дисульфида молибдена и одномерных углеродных нанотрубок. Это позволяет им обладать уникальными свойствами.
Одно из главных преимуществ новых транзисторов заключается в их способности быстро настраиваться и перенастраиваться на лету. Это означает, что они могут использоваться для выполнения нескольких шагов в цепочке обработки данных, в то время как традиционные транзисторы могут выполнять только один шаг за раз.
Такая гибкость очень важна для систем машинного обучения, которые часто требуют множества итераций и перенастройки параметров для достижения оптимальных результатов. Новые транзисторы предоставляют возможность более эффективной обработки данных и адаптации к изменяющимся условиям.
Кроме того, использование двумерных листов и одномерных нанотрубок при построении транзисторов позволяет сократить их размер до нанометровых масштабов. Это открывает новые возможности для создания компактных и энергоэффективных устройств, включая мобильные и носимые устройства.
Таким образом, новые транзисторы из дисульфида молибдена и углеродных нанотрубок представляют собой перспективное направление развития в области электроники. Они обладают уникальными свойствами, которые могут существенно улучшить производительность и эффективность систем машинного обучения и искусственного интеллекта.
— Марк Герсам.
В процессе тестирования этих микроскопических ядер гетеропереходных транзисторов исследователи обучили их анализировать общедоступные наборы данных ЭКГ и классифицировать шесть различных типов сердцебиений: нормальные, предсердные преждевременные сокращения, преждевременные сокращения желудочков, пасмообразные удары, удары ветки левой связки и удары ветки правой связки. Это важные факторы для диагностики сердечных заболеваний и мониторинга сердечной активности.
Использование новых транзисторов позволяет достичь высокой точности и эффективности в классификации сердечных аритмий. Такой подход обещает улучшить возможности диагностики и лечения сердечных заболеваний, а также снизить затраты и энергопотребление систем мониторинга сердца.
В ходе исследования исследователи протестировали новые микротранзисторы на наборе из 10 000 образцов ЭКГ и достигли точности классификации аномальных сердцебиений на уровне 95%. При этом использовалось всего два из этих микротранзисторов вместо более 100 традиционных транзисторов, которые обычно требуются для такой задачи. Более того, эти новые микротранзисторы использовали только около 1% энергии, что делает их очень энергоэффективными.
Эти результаты имеют большое значение для будущего ИИ в машинном обучении. Когда эта технология будет готова к производству, мобильные устройства с батарейным питанием смогут использовать свои собственные датчики данных для запуска ИИ-моделей машинного обучения. Это означает, что классификация и анализ данных будет происходить на самом устройстве, что сократит время получения результатов и значительно повысит приватность и безопасность персональных данных.
Однако, пока неясно, какую роль эта технология сможет играть не только в портативных устройствах, но и в обработке видеоданных или применении в более крупных системах машинного обучения и ИИ. Если бы энергопотребление могло быть снижено в сто раз, это было бы огромным прорывом для обучения больших моделей и значительно расширило бы применимость машинного обучения.
Несмотря на то, что перспективы этой новой технологии остаются некоторым образом неопределенными, она уже демонстрирует потенциал для эффективного использования ИИ в различных областях, от медицины до информационной безопасности. Это открывает новые горизонты для применения интеллектуальных систем в повседневной жизни людей.
Главная проблема, с которой сталкиваются разработчики ИИ, заключается в необходимости использовать огромные вычислительные ресурсы, доступные в облаке. Однако новый микротранзистор, созданный исследователями, обещает изменить эту ситуацию. Он на 100X более эффективен по сравнению с существующими технологиями, что открывает новые возможности для применения искусственного интеллекта на мобильных и носимых устройствах.
Основное предназначение нового устройства — выполнение задач классификации. Эта задача является основой для многих систем машинного обучения и заключается в анализе больших объемов данных и выделении значимых битов. Если раньше для ее решения требовались огромные вычислительные мощности, то теперь благодаря новому микротранзистору она станет доступной и эффективной даже на мобильных и носимых устройствах.
Сегодня большинство датчиков собирают данные, а затем отправляют их в облако, где анализ происходит на энергоемких серверах, прежде чем результаты наконец будут отправлены обратно пользователю. Этот подход невероятно дорог, потребляет значительную энергию и добавляет задержку во времени. Наше устройство настолько энергоэффективно, что его можно развернуть непосредственно в носимой электронике для обнаружения и обработки данных в режиме реального времени, что позволяет более быстро реагировать на чрезвычайные ситуации в области здравоохранения
— Марк Герсам, старший автор исследования.
В отличие от традиционных кремниевых транзисторов, новые транзисторы строятся из двумерных листов дисульфида молибдена и одномерных углеродных нанотрубок. Это позволяет им обладать уникальными свойствами.
Одно из главных преимуществ новых транзисторов заключается в их способности быстро настраиваться и перенастраиваться на лету. Это означает, что они могут использоваться для выполнения нескольких шагов в цепочке обработки данных, в то время как традиционные транзисторы могут выполнять только один шаг за раз.
Такая гибкость очень важна для систем машинного обучения, которые часто требуют множества итераций и перенастройки параметров для достижения оптимальных результатов. Новые транзисторы предоставляют возможность более эффективной обработки данных и адаптации к изменяющимся условиям.
Кроме того, использование двумерных листов и одномерных нанотрубок при построении транзисторов позволяет сократить их размер до нанометровых масштабов. Это открывает новые возможности для создания компактных и энергоэффективных устройств, включая мобильные и носимые устройства.
Таким образом, новые транзисторы из дисульфида молибдена и углеродных нанотрубок представляют собой перспективное направление развития в области электроники. Они обладают уникальными свойствами, которые могут существенно улучшить производительность и эффективность систем машинного обучения и искусственного интеллекта.
Интеграция двух различных материалов в одно устройство предоставляет возможность модулировать текущий поток с использованием приложенных напряжений. Это обеспечивает динамическую реконфигуруемость и высокую степень перестраиваемости в одном устройстве. Благодаря этим свойствам мы можем выполнять сложные алгоритмы классификации с небольшим затратами и низким энергопотреблением
— Марк Герсам.
В процессе тестирования этих микроскопических ядер гетеропереходных транзисторов исследователи обучили их анализировать общедоступные наборы данных ЭКГ и классифицировать шесть различных типов сердцебиений: нормальные, предсердные преждевременные сокращения, преждевременные сокращения желудочков, пасмообразные удары, удары ветки левой связки и удары ветки правой связки. Это важные факторы для диагностики сердечных заболеваний и мониторинга сердечной активности.
Использование новых транзисторов позволяет достичь высокой точности и эффективности в классификации сердечных аритмий. Такой подход обещает улучшить возможности диагностики и лечения сердечных заболеваний, а также снизить затраты и энергопотребление систем мониторинга сердца.
В ходе исследования исследователи протестировали новые микротранзисторы на наборе из 10 000 образцов ЭКГ и достигли точности классификации аномальных сердцебиений на уровне 95%. При этом использовалось всего два из этих микротранзисторов вместо более 100 традиционных транзисторов, которые обычно требуются для такой задачи. Более того, эти новые микротранзисторы использовали только около 1% энергии, что делает их очень энергоэффективными.
Эти результаты имеют большое значение для будущего ИИ в машинном обучении. Когда эта технология будет готова к производству, мобильные устройства с батарейным питанием смогут использовать свои собственные датчики данных для запуска ИИ-моделей машинного обучения. Это означает, что классификация и анализ данных будет происходить на самом устройстве, что сократит время получения результатов и значительно повысит приватность и безопасность персональных данных.
Однако, пока неясно, какую роль эта технология сможет играть не только в портативных устройствах, но и в обработке видеоданных или применении в более крупных системах машинного обучения и ИИ. Если бы энергопотребление могло быть снижено в сто раз, это было бы огромным прорывом для обучения больших моделей и значительно расширило бы применимость машинного обучения.
Несмотря на то, что перспективы этой новой технологии остаются некоторым образом неопределенными, она уже демонстрирует потенциал для эффективного использования ИИ в различных областях, от медицины до информационной безопасности. Это открывает новые горизонты для применения интеллектуальных систем в повседневной жизни людей.
Наши новостные каналы
Подписывайтесь и будьте в курсе свежих новостей и важнейших событиях дня.
Рекомендуем для вас
Возможно, целлофановые пчелы — спасение человечества: они миллионы лет делают то, что нужно нам как воздух
Поразительно, но удивительный продукт ученые нашли почти полвека назад, но почему-то до последнего времени не обращали на него внимания...
Тайна скифской ДНК: что поразило российских ученых, когда они заглянули в геном легендарных кочевников древности
Оказалось, что 2500 лет подряд историки ошибались в происхождении этого народа. Теории и учебники придется серьезно переписать...
Новый рецепт апокалипсиса: даже небольшая ядерная боеголовка на орбите гарантировано выведет из игры 99% аппаратов за считаные дни
Однако самое опасное, по словам ученых, начнется позже. Почему космос будет фактически закрыт?...
Ненужный рай: 1500-километровое путешествие показало, почему древние люди обходили стороной Зеленую Аравию
Выяснилось, что питьевая вода еще не делает местность пригодной для жилья. Племенам из древности требовалось еще кое-что необходимое...
Назад в будущее: в России вернут проводное радио. Зачем? Почему спорят эксперты?
В технологию уже вложено более миллиарда рублей, а МЧС называет проводное радио лучшим способом оповещения на сегодня...
Древние майя настолько любили красный цвет, что в итоге эта страсть, возможно, стала одной из причин гибели цивилизации
Ученые нашли доказательства, как яркая краска способствовала краху великой империи...
Авиация в США наконец-то уходит… с дискет: почему так поздно и как с этим обстоят дела в России?
Американцы потратили на выход из 90-х чудовищные суммы, но далеко не факт, что все заработает в срок и как надо...
Настоящий Ковчег Завета, возможно, спрятан в Эфиопии: почему его может видеть только один человек?
Этой истории 3000 лет, но она до сих пор далека от своего завершения...
Загадочный астероид неожиданно ускорился: у астрофизиков заканчиваются объяснения и гипотезы
Пожалуй, это самый интересный космический детектив за последнее время, и пока он далек до финала...
Наша Вселенная скреплена невидимым галактическим клеем: и без него нас бы не было
По словам ученых, «склеивание» произошло уже в первые секунды существования мироздания...
Парадокс Древнего Перу: жили мирно, но при этом приносили массовые и жестокие человеческие жертвы. Почему?
Ученый рассказал, какую роль в истории сыграл Эль-Ниньо и почему ритуальные убийства совершали «без гнева и конфликта»...
Усиленно боролись за чистоту, но просчитались: как роковая ошибка властей поставила под угрозу целый средневековый город
Норвежский Тронхейм был самым чистым в Европе, однако руководству города этого показалось мало. Хотели как лучше, а получилось как всегда...
В России создана революционная упаковка: молоко будет свежим целый месяц
Разбираемся: не испортился ли вкус продукта и когда ожидать чудо-пачки в продаже...
Выход на новый уровень: почему Россия возрождает проводное радио, а Китай давно прокачал этот вид связи
У старой технологии обнаружился огромный потенциал, который поможет миллионам людей...