رقاقة مستوحاة من الدماغ تعرِّف الهواتف إلى الوجوه

قد تصل مقاربة قوية للذكاء الاصطناعي إلى قطاع الهواتف الذكية قريباً. يعمل باحثون من جامعة بوردو على تسويق تصاميم لرقاقة تهدف إلى مساعدة معالجات الهواتف الخليوية على الاستفادة من وسيلة الذكاء الاصطناعي المعروفة باسم {التعلّم العميق}. استثمرت شركات {غوغل} و{فيسبوك} و{بايدو} في تكنولوجيا التعلم العميق، لكنها حصرت تحركاتها حتى الآن ضمن مجموعات كبيرة من الحواسيب العالية المستوى. حين طورت {غوغل} برنامجاً يجيد التعرف إلى القطط في الفيديوهات على موقع يوتيوب مثلاً، تطلبت التجربة استعمال 16 ألف معالِج.

عند تطبيق مفهوم التعلم العميق بطريقة محكمة وفاعلة، قد تتمكن الهواتف الذكية وأي أجهزة خليوية أخرى من فهم محتوى الصور والفيديوهات، بحسب رأي أوجينيو كولورسييلو الذي يعمل على المشروع في جامعة بوردو. في ديسمبر، أثبت الفريق، خلال مؤتمر عن {أنظمة معالجة المعلومات العصبية} في نيفادا، أن معالجاً مساعداً يرتبط بمعالج الهاتف الذكي التقليدي وقد يساعده على تشغيل برنامج التعلم العميق. تمكن البرنامج من رصد وجوه أو أجزاء من ملصقات في مشهد من الشارع. خضع تصميم المعالج المساعد للاختبار على {مصفوفة البوابات القابلة للبرمجة}، وهي رقاقة يُعاد تشكيلها ويمكن برمجتها لاختبار تصاميم المعدات الجديدة. يبدو النموذج الأولي أضعف من جهاز رصد القطط الذي ابتكرته {غوغل}، لكنه يثبت أن أشكالاً جديدة من المعدات قد تسمح باستعمال قوة التعلم العميق على نطاق أوسع. يقول كولورسييلو: {ثمة حاجة لفعل ذلك. لدينا على الأرجح مجموعة من آلاف الصور التي لم نعد ننظر إليها ولا نملك تكنولوجيا جيدة لتحليل هذا المحتوى كله}.

يمكن أن تستفيد أجهزة أخرى مثل نظارة {غوغل غلاس} من القدرة على فهم الكم الهائل من الصور والفيديوهات التي تلتقطها. قد يتمكن الفرد من البحث بين صوره وفيديوهاته عبر استعمال نص معين (مثل {سيارة حمراء} أو {يوم مشمس مع أمي}). كذلك، يمكن تطوير تطبيقات حديثة تنشط حين تتعرف إلى أشخاص معيّنين أو أغراض ومشاهد محددة.

يعمل برنامج التعلم العميق من خلال غربلة البيانات عبر شبكة متسلسلة ومتعددة الطبقات من الخلايا العصبية الصُوَرية، على أن تكون كل واحدة منها بسيطة فردياً لكنها تستطيع أن تُظهر سلوكاً معقداً عندما تترابط في ما بينها. الحواسيب ليست فاعلة لمحاكاة تلك الشبكات لأنها مختلفة جداً عن البرمجيات التقليدية. إن تصميم المعالج المساعد الذي ابتكرته جامعة بوردو متخصص بإدارة الشبكات العصبية والمتعددة الطبقات وتشغيلها على الصور المتدفقة. خلال الاختبارات، أثبت النموذج الأولي أنه فاعل أكثر بـ15 مرة من معالج الرسوم البيانية لإتمام المهمة نفسها، ويظن كولورسييلو أن التحسينات قد تجعل النظام أكثر فاعلية بعشر مرات مما هو عليه اليوم.

بحسب رأي نارايان سرينفاسا، مدير مركز الأنظمة العصبية والناشئة في مختبرات أبحاث هيوز (HRL)، وهو مختبر تملكه شركتا {بوينغ} و}جنرال موتورز}، من المنطقي استعمال معدات منفصلة لتطبيق مفهوم التعلم العميق لأنه يستطيع، مثل الشبكات العصبية الحقيقية، أن يربط بين الذاكرة والمعالجة. تركز أبحاثه على معالجة تلك المشكلة عبر طرح حل جذري: تصميم رقاقات مع خلايا عصبية مصنوعة من السيليكون ونقاط اشتباك عصبي تشبه تلك الموجودة في الدماغ الحقيقي. أنشأ كولورسييلو شركة اسمها TeraDeep لتسويق تصاميمه الخاصة.