광고
광고
광고
광고
광고
광고
로고

인간의 인지 능력과 일치할 수 있는 AI을 지원할 수 있는 슈퍼 컴퓨터. NIST의 연구자들은 뇌의 핵심 속성을 모방할 수 있는 방식으로 기존 기술을 결합하는 방법을 찾았다고 생각한다. 그들은 그들의 접근 방식을 사용하여 생물학적 시스템의 물리적 한계를 뛰어 넘을 수 있을 뿐만 아니라 신경형 슈퍼 컴퓨터에 대한 청사진을 제시한다.

https://singularityhub.com/2021/04/26/the-next-supercomputer-a-blueprint-for-an-optoelectronic-brain/

JM Kim | 기사입력 2021/04/28 [00:00]

인간의 인지 능력과 일치할 수 있는 AI을 지원할 수 있는 슈퍼 컴퓨터. NIST의 연구자들은 뇌의 핵심 속성을 모방할 수 있는 방식으로 기존 기술을 결합하는 방법을 찾았다고 생각한다. 그들은 그들의 접근 방식을 사용하여 생물학적 시스템의 물리적 한계를 뛰어 넘을 수 있을 뿐만 아니라 신경형 슈퍼 컴퓨터에 대한 청사진을 제시한다.

https://singularityhub.com/2021/04/26/the-next-supercomputer-a-blueprint-for-an-optoelectronic-brain/

JM Kim | 입력 : 2021/04/28 [00:00]

인간 두뇌의 규모와 복잡성으로 인공지능을 지원할 수 있는 컴퓨터를 만드는 것은 엄청난 엔지니어링 노력이 될 것이다.

이제 NIST(National Institute of Standards and Technology)의 연구원들이 우리가 어떻게 거기에 도달할 것이라고 생각하는지 설명했다.

우리의 인지 능력과 일치할 수 있는 기계를 어떻게, 언제, 그리고 만들 것인지는 컴퓨터 과학자와 철학자 모두 사이에서 뜨거운 논쟁의 주제이다. 가장 논쟁의 여지가 있는 질문 중 하나는 솔루션이 지금까지 우리의 최고의 지능 사례인 인간의 두뇌를 반영해야 하는 정도이다.

이름이 뇌와는 매우 다르게 작동하는 심층 신경망에 의해 구동되는 AI의 급속한 발전은 많은 사람들이 뇌의 하드웨어나 소프트웨어를 모방하지 않고도 '인공적인 일반 지능'을 달성할 수 있다고 확신했다.

다른 사람들은 우리가 여전히 지능이 작동하는 방식의 근본적인 측면을 놓치고 있다고 생각하며, 그 차이를 메우는 가장 좋은 방법은 자연에서 빌리는 것이다. 많은 사람들에게 이것은 생물학적 두뇌의 구조와 작동을 보다 가깝게 모방하는 "신경형"하드웨어를 구축하는 것을 의미한다.

문제는 우리가 사용할 수 있는 기존 컴퓨터 기술이 생물학적 정보 처리 시스템과 매우 다르게 보이며 완전히 다른 원리로 작동한다는 것이다. 우선, 현대 컴퓨터는 디지털이고 뉴런은 아날로그이다. 그리고 둘 다 전기 신호에 의존하지만 매우 다른 맛을 내며 뇌는 처리를 수행하기 위해 수많은 화학적 신호를 사용한다.

하지만 이제 NIST의 연구자들은 뇌의 핵심 속성을 모방할 수 있는 방식으로 기존 기술을 결합하는 방법을 찾았다고 생각한다. 그들은 그들의 접근 방식을 사용하여 생물학적 시스템의 물리적 한계를 뛰어 넘을 수 있을 뿐만 아니라 "신경형 슈퍼 컴퓨터"에 대한 청사진을 제시한다.

Applied Physics Letters에 설명된 접근 방식의 핵심은 전자 기술과 광학 기술의 조합이다. 논리는 전자 장치가 컴퓨팅에 뛰어나고 광학 시스템은 빛의 속도로 정보를 전송할 수 있으므로 이들을 결합하는 것이 두뇌의 뛰어난 컴퓨팅 및 통신 기능을 모방하는 가장 좋은 방법이라는 것이다.

새로운 아이디어는 아니지만 지금까지 최고의 전자 및 광학 하드웨어를 겔화 하는 것은 믿을 수 없을 만큼 힘든 일이다. 팀은 시스템 온도를 화씨 450도까지 떨어뜨리는 잠재적인 해결 방법을 찾았다고 생각한다.

문제가 복잡해 보일 수 있지만 실제로는 많은 새로운 하드웨어 가능성을 열어준다. 초전도 전자 장치, 단일 광자 탐지기 및 실리콘 LED와 같이 이러한 극한 온도에서만 작동하는 고성능 전자 및 광학 부품이 많이 있다.

연구진은 이러한 구성 요소를 사용하여 기존의 컴퓨터 구성 요소보다 생물학적 사촌처럼 작동하는 인공 뉴런을 구축하여 숫자를 움직이지 않고 전기 자극 또는 스파이크를 발생시킬 것을 제안한다.

각 뉴런에는 단일 광자 감지기로 만든 수천 개의 인공 시냅스가 있으며 다른 뉴런에서 광학 메시지를 수집한다. 이러한 들어오는 신호는 초전도 회로에 의해 결합되고 처리되며, 특정 임계 값을 초과하면 실리콘 LED가 활성화되어 모든 다운 스트림 뉴런에 광학 임펄스를 보낸다.

연구진은 300mm 실리콘 웨이퍼에 이러한 수백만 개의 뉴런을 결합한 다음 웨이퍼를 적층하여 고도로 상호 연결된 네트워크를 생성할 계획이다.

이는 각 칩의 광 도파관으로 처리되는 단거리 연결과 광섬유 케이블로 처리되는 장거리 연결을 통해 뇌의 구조를 모방한다.

그들은 전체 장치를 극저온으로 냉각해야 할 필요성이 도전이라는 것을 인정한다. 그러나 그들은 설계의 향상된 전력 효율성은 이러한 냉각 비용을 상쇄해야 하며 인간 두뇌 규모의 시스템은 현대 슈퍼 컴퓨터보다 더 많은 전력이나 공간을 필요로 하지 않아야 한다고 말한다. 그들은 또한 극저온으로 냉각된 양자컴퓨터에 대한 상당한 R&D가 진행되고 있다고 지적한다.

시스템의 기본 구성 요소 중 일부는 이미 연구자들에 의해 실험적으로 입증되었지만 모든 조각을 모으려면 아직 갈 길이 멀다는 것을 인정한다. 이러한 구성 요소 중 많은 부분이 표준 전자 제조와 호환되지만 저렴하게 제조하고 통합하는 방법을 찾는 것은 엄청난 작업이 될 것이다.

아마도 더 중요한 것은 기계가 어떤 종류의 소프트웨어를 실행할 것인지에 대한 질문일 것이다. 뇌에서 발견되는 것과 유사한 '급증하는 신경망'을 구현하도록 설계되었지만 생물학적 신경망에 대한 우리의 이해는 아직 초보적이며 이를 모방하는 능력은 훨씬 더 나쁘다. 과학자와 기술 회사 모두이 접근 방식을 실험해 왔지만 여전히 딥 러닝보다 성능이 훨씬 떨어진다.

이 규모의 장치를 구축하는 데 관련된 엄청난 엔지니어링 과제를 감안할 때 이 청사진이 계획에서 벗어나기까지는 시간이 걸릴 수 있다. 그러나 이 제안은 인공지능을 찾는 데 있어 흥미로운 새로운 장이다.

 

 
인공지능, 슈퍼컴퓨터, 인간 두뇌 관련기사목록
광고
광고
광고
광고
광고
많이 본 기사