Nyhed - Mandag - d. 12-8-2024
Bliver Neuromorphic Computing det næste gennembrud for AI?
Store sprogmodeller i skrøbelige, energikrævende computere. Det er sådan, vi forstår fænomenet AI i dag – men det kan snart ændre sig. Forskning i, hvordan vi kan efterligne biologiske hjerner, stormer frem. Derfor mener ph.d-studerende Jens Egholm Pedersen, at Neuromorphic Computing vil skabe det næste store gennembrug for AI – vi bad ham uddybe.
Selvom kunstig intelligens har taget verden med storm, er vi håbløst bagud den mest avancerede computer, vi kender til: Den menneskelige hjerne – som vi nu er ved at afkode. En af forskningsfeltets frontløbere er danske Jens Egholm Pedersen, ph.d-studerende ved det svenske Royal Institute of Technology.
Sammen med sine kolleger arbejder han intenst på at knække koden til, hvordan vi kan basere fremtidens AI på principper, der minder mere om biologiske hjerner end digitale computere.
Hvorfor valgte du at forske i Neuromorphic Computing? (NC)
– Jeg opdagede NC, fordi jeg blev interesseret i at forstå og forbedre intelligente systemer. Problemet er, at "intelligens" er en temmelig udefinerbar størrelse. Men her fik jeg øjnene op for, hvordan biologien har skabt nogle mildest talt geniale løsninger. Dem kan vi lære meget mere af. 𠊎r der ikke blevet talt om "neurale netværk" i en del år? Er der sket et slags gennembrud? – Ja, der er sket et gennembrud i vores forståelse af "intelligens". Vi har opdaget, at jo større modellerne er, jo bedre. Det ser vi fx med ChatGPT, der nærmest er ubegribeligt kompleks. Men samtidig er det også klart, at ChatGPT ikke ville overleve, hvis vi en dag søsatte den i det virkelige liv. Den sluger alt for meget strøm, og den har tænker ikke selvstændigt. Begge problemer har naturen fundet løsninger på.
Så du ser NC som "the next big ting" – en slags revolution?
– Hvis vi vil opnå kunstig intelligens, der kan bruges til at forstå vores fysiske verden bedre, så ja. NC hjælper os med at forstå de fysiske love og de utroligt komplicerede molekylære interaktioner, der fx foregår i kroppen. Langt mere avancerede opgaver end at fortælle os, hvornår Elon Musk blev født, eller hvem er der præsident i USA – for at sætte det lidt på spidsen. NC har potentialet til at bringe kunstig intelligens ned på jorden og hjælpe os med at løse vores praktiske, fysiske hverdagsopgaver.
Hvorfor bruger NC så lidt energi?
– Naturen er kaotisk og utrolig rodet. Den er kold og varm og våd og tør og alting indimellem. Vores kroppe er et vidunder af kompleksitet der er udviklet til at navigere virkelig godt i naturen (for det meste). Effektiv energiudnyttelse gør os alsidige og robuste. Vores nuværende digitale computere er derimod utrolig skrøbelige. NC er effektiv, fordi den bygger på principper, der virker i kraft af fysikkens love og ikke på trods af dem. Hvor kommer almindelige forbrugere til at opleve NC først? – Inden for sensor-teknologi, tror jeg. Der findes allerede systemer med sensorer, som har en lille, neuromorfisk "hjerne" tilkoblet. Det betyder, at sensor-dataene kan bearbejdes i periferien af systemet, så man undgår belastning af den centrale CPU.
Hvad ser du som den mest betydningsfulde konsekvens af NC?
– Det lave energiforbrug og de biologisk inspirerede algoritmer betyder, at vi vil kunne bruge teknologien i den virkelige verden. AI bliver mere end en "tekstgenereringsmaskine". Den vil kunne hjælpe os med at forstå den virkelighed, vi står i nu og her.
Du fortæller jo meget mere om NC på Dansk IT's 3-i-1-konference i september – hvorfor skal man komme og høre dit oplæg?
– Hvis vi skal fortsætte med at skalere AI, bliver vi nødt til at gøre det med ny teknologi. Energiforbruget i NC er ikke bare "nice to have" – lavere energiforbrug er nødvendig for at komme videre med AI. Hvis vi bare skalerer på den nuværende teknologi, vil energiforbruget uundgåeligt skabe flaskehals. Desuden er der ting i naturen, som digital AI ikke kan løse. Med NC kan vi bruge naturen til bedre at forstå naturen og dermed os selv på nye og fantastiske måder – og hvem har ikke brug for at vide mere om det?!
Læs mere om Dansk IT's 3-i-1-konference her.
Sammen med sine kolleger arbejder han intenst på at knække koden til, hvordan vi kan basere fremtidens AI på principper, der minder mere om biologiske hjerner end digitale computere.
Hvorfor valgte du at forske i Neuromorphic Computing? (NC)
– Jeg opdagede NC, fordi jeg blev interesseret i at forstå og forbedre intelligente systemer. Problemet er, at "intelligens" er en temmelig udefinerbar størrelse. Men her fik jeg øjnene op for, hvordan biologien har skabt nogle mildest talt geniale løsninger. Dem kan vi lære meget mere af. 𠊎r der ikke blevet talt om "neurale netværk" i en del år? Er der sket et slags gennembrud? – Ja, der er sket et gennembrud i vores forståelse af "intelligens". Vi har opdaget, at jo større modellerne er, jo bedre. Det ser vi fx med ChatGPT, der nærmest er ubegribeligt kompleks. Men samtidig er det også klart, at ChatGPT ikke ville overleve, hvis vi en dag søsatte den i det virkelige liv. Den sluger alt for meget strøm, og den har tænker ikke selvstændigt. Begge problemer har naturen fundet løsninger på.
Så du ser NC som "the next big ting" – en slags revolution?
– Hvis vi vil opnå kunstig intelligens, der kan bruges til at forstå vores fysiske verden bedre, så ja. NC hjælper os med at forstå de fysiske love og de utroligt komplicerede molekylære interaktioner, der fx foregår i kroppen. Langt mere avancerede opgaver end at fortælle os, hvornår Elon Musk blev født, eller hvem er der præsident i USA – for at sætte det lidt på spidsen. NC har potentialet til at bringe kunstig intelligens ned på jorden og hjælpe os med at løse vores praktiske, fysiske hverdagsopgaver.
Hvorfor bruger NC så lidt energi?
– Naturen er kaotisk og utrolig rodet. Den er kold og varm og våd og tør og alting indimellem. Vores kroppe er et vidunder af kompleksitet der er udviklet til at navigere virkelig godt i naturen (for det meste). Effektiv energiudnyttelse gør os alsidige og robuste. Vores nuværende digitale computere er derimod utrolig skrøbelige. NC er effektiv, fordi den bygger på principper, der virker i kraft af fysikkens love og ikke på trods af dem. Hvor kommer almindelige forbrugere til at opleve NC først? – Inden for sensor-teknologi, tror jeg. Der findes allerede systemer med sensorer, som har en lille, neuromorfisk "hjerne" tilkoblet. Det betyder, at sensor-dataene kan bearbejdes i periferien af systemet, så man undgår belastning af den centrale CPU.
Hvad ser du som den mest betydningsfulde konsekvens af NC?
– Det lave energiforbrug og de biologisk inspirerede algoritmer betyder, at vi vil kunne bruge teknologien i den virkelige verden. AI bliver mere end en "tekstgenereringsmaskine". Den vil kunne hjælpe os med at forstå den virkelighed, vi står i nu og her.
Du fortæller jo meget mere om NC på Dansk IT's 3-i-1-konference i september – hvorfor skal man komme og høre dit oplæg?
– Hvis vi skal fortsætte med at skalere AI, bliver vi nødt til at gøre det med ny teknologi. Energiforbruget i NC er ikke bare "nice to have" – lavere energiforbrug er nødvendig for at komme videre med AI. Hvis vi bare skalerer på den nuværende teknologi, vil energiforbruget uundgåeligt skabe flaskehals. Desuden er der ting i naturen, som digital AI ikke kan løse. Med NC kan vi bruge naturen til bedre at forstå naturen og dermed os selv på nye og fantastiske måder – og hvem har ikke brug for at vide mere om det?!
Læs mere om Dansk IT's 3-i-1-konference her.