Perkembangan suatu peradaban sering terjadi dengan siklus. Ketika satu ditutup, yang lain terbuka dan kadang-kadang telah ditutup sebelumnya.
Apa yang saya maksud Kita semua tahu bahwa peradaban kita telah didasarkan pada perkembangan digital selama bertahun-tahun sekarang. Perlombaan digital telah menyebabkan ditinggalkannya teknologi yang tampaknya tidak memiliki masa depan tetapi yang, setidaknya, bisa segera kembali populer.
Menurut sebuah studi IBM terbaru (diterbitkan dalam Alam dalam 2018) penggunaan "ingatan analog" dapat menjadi solusi untuk efisiensi kebutuhan jaringan saraf yang digunakan untuk Kecerdasan Buatan.
Para peneliti di tim IBM Research AI mampu menunjukkan bahwa dimungkinkan untuk menggunakan periferal dengan memori analog (yang menggunakan sinyal listrik kontinu alih-alih sinyal biner yang lebih terkenal yang terdiri dari 0 dan 1) untuk Pembelajaran yang mendalam mencapai akurasi yang sama yang dicapai dengan menggunakan prosesor grafis digital.
Orang mungkin bertanya, mengingat keakuratan yang dicapai adalah sama, apa yang baru, mengapa memori analog lebih disukai. Jawabannya dapat ditemukan dalam cara prosesor digital bekerja, dalam arsitektur mereka dan dalam kebutuhan untuk memindahkan sejumlah besar data untuk melaksanakan pelatihan yang diperlukan dari jaringan saraf, semua faktor ini harus dipertimbangkan.
Perkembangan Artificial Intelligence sebenarnya didasarkan pada data yang sangat besar dan terus meningkat yang harus dikumpulkan, dianalisis, dan diproses. Untuk melakukan ini, terutama selama Pembelajaran yang mendalam, data dipindahkan antara memori dan prosesor dan ini berarti penggunaan waktu dan energi. Studi tentang arsitektur baru (sering merujuk pada unsur-unsur alami, seperti otak manusia) telah memungkinkan untuk meningkatkan proses Pembelajaran yang mendalam, "memindahkan" beberapa bagian memori ke data, menyederhanakan dan mempercepat operasi transfer data. Sekarang, menurut peneliti IBM adalah mungkin untuk menggunakan ingatan analog yang memungkinkan penghematan dalam hal energi yang hilang.
Salah satu masalah yang mendorong para peneliti untuk menggunakan memori digital adalah kurangnya akurasi sistem analog, yang tampaknya dapat diatasi setidaknya sebagian. Menurut studi terbaru, dalam sepuluh tahun ke depan penggunaan teknologi analog dalam AI akan memungkinkan untuk mencapai efisiensi seribu kali lebih tinggi daripada yang sekarang.
Seperti yang telah kita ketahui sejak lama, otak manusia adalah mesin yang hampir sempurna, juga dari sudut pandang konsumsi energi dan pembuangan panas. Jika Anda melihat cara otak manusia bekerja dan mencoba mengatakan apakah itu adalah "prosesor" analog atau digital, Anda akan menemukan bahwa itu bukan satu sama lain tetapi menggunakan proses yang mirip dengan satu atau semua lain tergantung pada kenyamanan dan fungsi. Sekali lagi kita melihat bagaimana studi otak membantu kita memahami cara meningkatkan prosesor.
Untuk mempelajari lebih lanjut:
- https://www.ibm.com/blogs/research/2019/02/ai-hardware-center/
- https://www.ibm.com/blogs/research/2018/06/future-ai-better-compute/
- https://www.nature.com/articles/s41586-018-0180-5
- https://www.ibm.com/blogs/research/2018/06/approximate-computing-ai-acce...
- https://www.quora.com/Is-the-human-brain-analog-or-digital
