صنعت إنتل أكبر جهاز حوسبة عصبية في العالم، وهو جهاز يهدف إلى تقليد عمل الدماغ البشري. تأمل الشركة أن تكون قادرة على تشغيل نماذج الذكاء الاصطناعي التي تعقيد أكبر من الممكن على الحواسيب التقليدية، لكن الخبراء يقولون إن هناك تحديات هندسية يجب التغلب عليها قبل أن يمكن للجهاز المنافسة مع التكنولوجيا الرائدة، وأن يتجاوزها.
تتوقع الكثير من الآمال في أجهزة الحوسبة العصبية لأنها تختلف بطبيعتها عن الأجهزة التقليدية. بينما يستخدم الحاسوب العادي المعالج الخاص به لأداء العمليات وتخزين البيانات في ذاكرة منفصلة، تستخدم جهاز الحوسبة العصبية الخلايا العصبية الصناعية لتخزين البعض والحساب بالبعض الآخر، تمامًا كما تفعل أدمغتنا. وهذا يزيل الحاجة إلى نقل البيانات ذهابًا وإيابًا بين المكونات، والأمر الذي قد يكون عائقًا للحواسيب الحالية.
يمكن أن تجلب هذه العمارة كفاءة الطاقة الأكبر بكثير، حيث يزعم إنتل أن حاسوبها العصبي الجديد Hala Point يستخدم 100 مرة أقل طاقة من الآلات التقليدية عند حل مشاكل الأمثلية، التي تنطوي على العثور على أفضل حلاً لمشكلة معينة بالأخذ في الاعتبار بعض القيود. كما يمكن أن يفتح طرقاً جديدة لتدريب وتشغيل نماذج الذكاء الاصطناعي التي تستخدم سلاسل من الخلايا العصبية، تشابهاً بالعقول الحقيقية في معالجة المعلومات، بدلاً من تمرير المدخلات ميكانيكياً عبر كل طبقة من الخلايا العصبية الاصطناعية كما تفعل النماذج الحالية.
تحتوي نقطة هلا على 1.15 مليار خلية عصبية اصطناعية عبر 1152 رقاقة Loihi 2، وهي قادرة على إجراء 380 تريليون عملية تخاطبية لكل ثانية. يقول مايك ديفيز في إنتل إنه على الرغم من هذه القوة، يحتل المجموعة فقط ست رفوف في حالة خادم عادية – وهو مساحة مماثلة لفرن الميكروويف. ويقول ديفيز أنه سيكون من الممكن بناء آلات أكبر. “لقد بنينا هذه المقياس من النظام لأنه، بصراحة، كان مليار خلية عصبية عددا مستديرا لطيفا”، يقول. “أعني، لم يوجد أي تحدي هندسي تقني معين جعلنا نتوقف عند هذا المستوى.”
لا يوجد جهاز آخر قائم حاليًا يمكن أن يقارن بحجم جهاز هالا بوينت ، على الرغم من أن جهاز ديبساوث ، الذي يعتقد أنه سينتهي هذا العام ، سيكون قادرًا على تنفيذ 228 تريليون عملية سينبتيكية في الثانية.
تعتبر شرائح Loihi 2 لا تزال نماذج أولية تُصنع بأعداد صغيرة من قبل إنتل، لكن يقول دافيز إن العائق الحقيقي يكمن في طبقات البرمجيات اللازمة لتحويل المشاكل الحقيقية في العالم إلى تنسيق يمكن تشغيله على كمبيوتر عصبي وإجراء عمليات معالجة. هذه العملية، مثل الحوسبة العصبية بشكل عام، لا تزال في مراحلها الأولى. “كانت البرمجيات عاملاً محددًا جدًا”، يقول دافيز، مما يعني أنه ليس هناك فائدة من بناء آلة أكبر حتى الآن.
انتل تقترح أن يمكن لجهاز مثل هالة بوينت إنشاء نماذج ذكاء اصطناعي تتعلم بشكل مستمر، بدلاً من الحاجة لتدريبها من البداية لتعلم كل مهمة جديدة، كما هو الحال مع النماذج الحالية. لكن جيمس نايت في جامعة ساسكس في المملكة المتحدة، يرفض هذا كـ “ضجة”.
تشير الدراسات إلى أن النماذج الحالية مثل ChatGPT تدرب باستخدام بطاقات الرسوميات في عمل متوازي، مما يعني أنه يمكن استخدام العديد من الرقائق في تدريب نفس النموذج. ولكن نظرًا لأن أجهزة الحواسيب العصبية تعمل بإدخال واحد فقط ولا يمكن تدريبها بشكل متوازي، فإنه من المرجح أن يستغرق عقودًا حتى يتم تدريب شيء مثل ChatGPT على مثل هذا النوع من الأجهزة، ويصعب تصميم طرق لجعله يتعلم باستمرار بمجرد البدء في التشغيل، وفقًا لما يقوله.
يقول دافيز إنه على الرغم من أن أجهزة التشبه العصبي اليوم لا تناسب تدريب نماذج الذكاء الاصطناعي الكبيرة من البداية، إلا أنه يأمل أن تتمكن يومًا ما من أخذ النماذج التي تم تدريبها مسبقًا وتمكينها من تعلم مهام جديدة مع مرور الوقت. ويقول: “على الرغم من أن الأساليب لا تزال قيد البحث، إلا أن هذه هي مشكلة التعلم المستمر التي نعتقد أن أنظمة التشبه العصبي بمقياس كبير مثل Hala Point يمكن أن تحلها في المستقبل بطريقة فعالة للغاية”.
الفارس متفائل بأن الحواسيب العصبية الشكل يمكن أن توفر دعمًا للعديد من المشاكل الأخرى في علوم الحاسوب، بالإضافة إلى زيادة الكفاءة – عندما تصبح الأدوات اللازمة للمطورين لكتابة برامج لتشغيل هذه المشاكل على الأجهزة الفريدة أكثر نضجاً.
هم أيضاً قد يوفرون طريقًا أفضل للوصول إلى مستوى الذكاء على مستوى البشر، المعروف أيضًا باسم الذكاء الاصطناعي العام (AGI)، الذي يعتقد العديد من خبراء الذكاء الاصطناعي أنه لن يكون ممكنًا باستخدام النماذج اللغوية الكبيرة التي تشغل مثل ChatGPT. “أعتقد أن هذا الرأي أصبح أقل جدلية بشكل متزايد”، يقول Knight. “الحلم هو أن يومًا ما سيمكن للحوسبة العصبية أن تمكننا من إنشاء نماذج تشبه الدماغ”.
