SciTechDaily

ניקולס

מהפכה בעיבוד נתונים בזמן אמת: השחר של AI Edge

מחשוב הקצה מקבל דחיפה משמעותית ממכשיר אופטי חדש שפותח על ידי חוקרים מאוניברסיטת טוקיו למדע, המסוגל לעבד אותות בזמן אמת על פני טווחי זמן שונים. מכשיר זה, המפגין דיוק סיווג גבוה במערך הנתונים של MNIST, מייצג קפיצת מדרגה במחשוב יעיל וחסכוני בקצה, ומציע פתרון מבטיח ליישומים הדורשים עיבוד וניתוח נתונים מהירים.

חוקרים יצרו מכשיר מחשוב קצה שמטרתו להתגבר על המגבלות של מחשוב ענן קונבנציונלי, ולאפשר עיבוד נתונים מהיר יותר עם הוצאות חישוב מופחתות.

מדי יום, כמויות עצומות של נתונים מתחזיות מזג אוויר, עדכוני תנועה ועדכונים של מדיה חברתית מעובדים בזמן אמת. בתחום מחשוב הענן המסורתי, ניתוח זה מתרחש בשרתים מרוחקים, מה שמוביל לסיכונים פוטנציאליים לרבות פרצות מידע, פיגור בתקשורת, מהירויות עיבוד מופחתות ושימוש מוגבר באנרגיה. בהקשר זה, "מחשוב קצה" מופיע כאלטרנטיבה בת קיימא וחדשנית.

ממוקם ליד משתמשים, הוא שואף להפיץ חישובים, ובכך להפחית את העומס ולהאיץ את עיבוד הנתונים. באופן ספציפי, קצה בינה מלאכותית, הכוללת עיבוד בינה מלאכותית בקצה, צפויה למצוא יישומים, למשל, במכוניות בנהיגה עצמית וחיזוי חריגות של מכונות במפעלים.

עם זאת, עבור מחשוב קצה יעיל, יש צורך בטכנולוגיה יעילה וחסכונית מבחינה חישובית. אחת האפשרויות המבטיחות היא מחשוב מאגר, שיטה חישובית המיועדת לעיבוד אותות שנרשמים לאורך זמן. הוא יכול להפוך את האותות הללו לדפוסים מורכבים באמצעות מאגרים המגיבים אליהם באופן לא ליניארי. בפרט, מאגרים פיזיים, המשתמשים בדינמיקה של מערכות פיזיות, הם גם חסכוניים ויעילים מבחינה חישובית. עם זאת, יכולתם לעבד אותות בזמן אמת מוגבלת על ידי זמן ההרפיה הטבעי של המערכת הפיזית. זה מגביל את העיבוד בזמן אמת ודורש התאמות לביצועי הלמידה הטובים ביותר.

פריצת דרך בעיבוד אותות בזמן אמת

לאחרונה פיתחו פרופסור קנטארו קינושיטה, חבר בפקולטה להנדסה מתקדמת והמחלקה לפיזיקה יישומית באוניברסיטת טוקיו למדע (TUS), ומר יוטארו ימאזאקי מבית הספר לתארים מתקדמים למדעים ומאותה מחלקה ב-TUS אופטי. מכשיר עם תכונות התומכות במחשוב מאגר פיזי ומאפשרות עיבוד אותות בזמן אמת על פני מגוון רחב של לוחות זמנים בתוך מכשיר בודד. הממצאים שלהם פורסמו בכתב העת מדע מתקדם.

תרשים סכמטי של התקן הממריסטור האופטי שפותח במחקר זה

המכשיר מורכב מצומת In2O3 ו-Nb מסוממים SrTiO3 (ITO/Nb:STO, GND: Ground) המדגים את היכולת לשלוט בזמן הרפיה של זרם המושרה בצילום תחת קרינת UV על ידי הפעלת מתח קטן. קרדיט: Kentaro Kinoshita מ-TUS, יפן

אם כבר מדברים על המוטיבציה שלהם למחקר, מסביר פרופ' קינושיטה: "המכשירים שפותחו במחקר זה יאפשרו למכשיר בודד לעבד אותות מסדרת זמן עם טווחי זמן שונים שנוצרו בסביבת החיים שלנו בזמן אמת. בפרט, אנו מקווים לממש מכשיר בינה מלאכותית לשימוש בתחום הקצה."

במחקר שלהם, הצמד יצר מכשיר מיוחד באמצעות Sn-doped In2O3 ו-SrTiO מסומם ב-Nb3 (מסומן כ-ITO/Nb:STO), המגיב לאותות חשמליים ואופטיים כאחד. הם בדקו את התכונות החשמליות של המכשיר כדי לאשר שהוא מתפקד כממריסטור (התקן זיכרון שיכול לשנות את ההתנגדות החשמלית שלו). הצוות גם חקר את השפעת האור האולטרה סגול על ITO/Nb:STO על ידי שינוי המתח וצפייה בשינויים בזרם. התוצאות הצביעו על כך שהתקן זה יכול לשנות את זמן הרפיה של הזרם המושרה בצילום בהתאם למתח, מה שהופך אותו למועמד פוטנציאלי למאגר פיזי.

בדיקות ותוצאות

יתר על כן, הצוות בדק את היעילות של ITO/Nb:STO כמאגר פיזי על ידי שימוש בו לסיווג תמונות ספרתיות בכתב יד במערך הנתונים של MNIST (המכון הלאומי לתקנים וטכנולוגיה). לשמחתם, המכשיר השיג סיווג דיוק של עד 90.2%. בנוסף, כדי להבין את תפקידו של המאגר הפיזי, הצוות ערך ניסויים בלעדיו, שהביאו לדיוק סיווג נמוך יחסית של 85.1%. ממצאים אלו מראים כי התקן הצומת ITO/Nb:STO משפר את דיוק הסיווג תוך שמירה על עלויות חישוב נמוכות יותר, מה שמוכיח את ערכו כמאגר פיזי.

"בעבר, קבוצת המחקר שלנו התמקדה במחקר ופיתוח של חומרים ישימים למחשוב מאגרים פיזיים. בהתאם לכך, יצרנו את המכשירים הללו במטרה לממש מאגר פיזי שבו ניתן לשלוט באופן שרירותי על ידי המתח את זמן ההרפיה של הזרם המושרה בצילום", אומר פרופ' קינושיטה.

לסיכום, מחקר זה מציג מכשיר ממריסטור חדשני המסוגל להתאים את סולם זמן התגובה שלו באמצעות וריאציות במתח, ומציג יכולות למידה משופרות, מה שהופך אותו למבטיח עבור יישומים בקצה כמו התקן AI עבור מחשוב קצה. זה, בתורו, יכול לסלול את הדרך למכשירים בודדים שיכולים להתמודד ביעילות עם אותות של משכים שונים שנמצאים בסביבות בעולם האמיתי.

המחקר מומן על ידי החברה היפנית לקידום המדע.

ניקולס