Φανταστείτε ένα πιο βιώσιμο μέλλον, όπου τα κινητά τηλέφωνα, τα έξυπνα ρολόγια και άλλες φορητές συσκευές δεν χρειάζεται να τοποθετούνται στα ράφια ή να απορρίπτονται για ένα νεότερο μοντέλο. Αντίθετα, θα μπορούσαν να αναβαθμιστούν με τους πιο πρόσφατους αισθητήρες και επεξεργαστές που θα κουμπώσουν στο εσωτερικό τσιπ μιας συσκευής — όπως τα τουβλάκια LEGO που ενσωματώνονται σε μια υπάρχουσα κατασκευή. Αυτό το αναδιαμορφώσιμο chipware θα μπορούσε να κρατά τις συσκευές ενημερωμένες, μειώνοντας παράλληλα τα ηλεκτρονικά μας απόβλητα.
Τώρα οι μηχανικοί του MIT έχουν κάνει ένα βήμα προς αυτό το αρθρωτό όραμα με ένα σχέδιο που μοιάζει με LEGO για ένα στοιβαζόμενο, αναδιαμορφώσιμο τσιπ τεχνητής νοημοσύνης.
Ο σχεδιασμός περιλαμβάνει εναλλασσόμενα στρώματα στοιχείων αίσθησης και επεξεργασίας, μαζί με διόδους εκπομπής φωτός (LED) που επιτρέπουν στα στρώματα του τσιπ να επικοινωνούν οπτικά. Άλλα σχέδια αρθρωτών τσιπ χρησιμοποιούν συμβατική καλωδίωση για τη μετάδοση σημάτων μεταξύ των στρωμάτων. Τέτοιες περίπλοκες συνδέσεις είναι δύσκολο αν όχι αδύνατο να αποκοπούν και να καλωδιωθούν εκ νέου, καθιστώντας τέτοια σχέδια που μπορούν να στοιβάζονται να μην μπορούν να διαμορφωθούν εκ νέου.
Ο σχεδιασμός του MIT χρησιμοποιεί φως, αντί για φυσικά καλώδια, για τη μετάδοση πληροφοριών μέσω του τσιπ. Το τσιπ μπορεί επομένως να διαμορφωθεί εκ νέου, με επίπεδα που μπορούν να αντικατασταθούν ή να στοιβάζονται, για παράδειγμα για την προσθήκη νέων αισθητήρων ή ενημερωμένων επεξεργαστών.
“Μπορείτε να προσθέσετε όσα στρώματα υπολογιστών και αισθητήρες θέλετε, όπως φως, πίεση, ακόμη και οσμή“, λέει ο μεταδιδάκτορας του MIT Jihoon Kang. “Αποκαλούμε αυτό ένα τσιπ τεχνητής νοημοσύνης με δυνατότητα επαναδιαμόρφωσης τύπου LEGO επειδή έχει απεριόριστη δυνατότητα επέκτασης ανάλογα με τον συνδυασμό των επιπέδων“.
Οι ερευνητές είναι πρόθυμοι να εφαρμόσουν το σχέδιο σε υπολογιστικές συσκευές αιχμής — αυτάρκεις αισθητήρες και άλλα ηλεκτρονικά που λειτουργούν ανεξάρτητα από οποιουσδήποτε κεντρικούς ή κατανεμημένους πόρους, όπως υπερυπολογιστές ή υπολογιστές που βασίζονται στο Cloud.
“Καθώς εισερχόμαστε στην εποχή του Ίντερνετ των πραγμάτων που βασίζεται σε δίκτυα αισθητήρων, η ζήτηση για πολυλειτουργικές συσκευές υπολογιστών αιχμής θα επεκταθεί δραματικά“, λέει ο Jeehwan Kim, αναπληρωτής καθηγητής μηχανολογίας στο MIT. “Η προτεινόμενη αρχιτεκτονική υλικού μας θα παρέχει υψηλή ευελιξία στον υπολογισμό αιχμής στο μέλλον“.
Τα αποτελέσματα της ομάδας δημοσιεύονται στο Nature Electronics. Εκτός από τον Kim και τον Kang, οι συγγραφείς του MIT περιλαμβάνουν τους πρώτους συγγραφείς Chanyeol Choi, Hyunseok Kim και Min-Kyu Song και τους συγγραφείς Hanwool Yeon, Celesta Chang, Jun Min Suh, Jiho Shin, Kuangye Lu, Bo-In Park, Οι Yeongin Kim, Han Eol Lee, Doyoon Lee, Subeen Pang, Sang-Hoon Bae, Hun S. Kum και Peng Lin, μαζί με συνεργάτες από το Πανεπιστήμιο του Χάρβαρντ, το Πανεπιστήμιο Tsinghua, το Πανεπιστήμιο Zhejiang και αλλού.
Φωτίζοντας το δρόμο
Η σχεδίαση της ομάδας είναι επί του παρόντος διαμορφωμένη ώστε να εκτελεί βασικές εργασίες αναγνώρισης εικόνων. Αυτό το κάνει μέσω μιας διαστρωμάτωσης αισθητήρων εικόνας, LED και επεξεργαστών που κατασκευάζονται από τεχνητές συνάψεις — συστοιχίες αντιστάσεων μνήμης ή “memristors”, που ανέπτυξε προηγουμένως η ομάδα, τα οποία μαζί λειτουργούν ως φυσικό νευρωνικό δίκτυο ή “brain-on-a-chip”. Κάθε συστοιχία μπορεί να εκπαιδευτεί να επεξεργάζεται και να ταξινομεί σήματα απευθείας σε ένα τσιπ, χωρίς την ανάγκη εξωτερικού λογισμικού ή σύνδεσης στο Διαδίκτυο.
Στο νέο σχέδιο του τσιπ, οι ερευνητές συνδύασαν αισθητήρες εικόνας με τεχνητές συστοιχίες συνάψεων, καθεμία από τις οποίες εκπαίδευσαν να αναγνωρίζει ορισμένα γράμματα — σε αυτήν την περίπτωση, M, I και T. Ενώ μια συμβατική προσέγγιση θα ήταν η αναμετάδοση των σημάτων ενός αισθητήρα σε ενός επεξεργαστή μέσω φυσικών καλωδίων, η ομάδα αντ’ αυτού κατασκεύασε ένα οπτικό σύστημα μεταξύ κάθε αισθητήρα και τεχνητής συστοιχίας συνάψεων για να επιτρέψει την επικοινωνία μεταξύ των στρωμάτων, χωρίς να απαιτείται φυσική σύνδεση.
“Άλλα τσιπ συνδέονται φυσικά μέσω του μετάλλου, γεγονός που καθιστά δύσκολη την επανακαλωδίωση και τον επανασχεδιασμό τους, επομένως θα χρειαστεί να φτιάξετε ένα νέο τσιπ εάν θέλετε να προσθέσετε κάποια νέα λειτουργία“, λέει ο μεταδιδάκτορας του MIT Hyunseok Kim. “Αντικαταστήσαμε αυτή τη φυσική καλωδιακή σύνδεση με ένα σύστημα οπτικής επικοινωνίας, το οποίο μας δίνει την ελευθερία να στοιβάζουμε και να προσθέτουμε τσιπ όπως θέλουμε“.
Το οπτικό σύστημα επικοινωνίας της ομάδας αποτελείται από ζευγαρωμένους φωτοανιχνευτές και λυχνίες LED, καθένας με μοτίβο μικροσκοπικών pixel. Οι φωτοανιχνευτές αποτελούν έναν αισθητήρα εικόνας για τη λήψη δεδομένων και τα LED για τη μετάδοση δεδομένων στο επόμενο στρώμα. Καθώς ένα σήμα (για παράδειγμα μια εικόνα ενός γράμματος) φτάνει στον αισθητήρα εικόνας, το μοτίβο φωτός της εικόνας κωδικοποιεί μια ορισμένη διαμόρφωση εικονοστοιχείων LED, τα οποία με τη σειρά τους διεγείρουν ένα άλλο στρώμα φωτοανιχνευτών, μαζί με μια τεχνητή διάταξη συνάψεων, η οποία ταξινομεί το σήμα με βάση σχετικά με το σχέδιο και την ισχύ της εισερχόμενης λυχνίας LED.
Στοίβαγμα
Η ομάδα κατασκεύασε ένα ενιαίο τσιπ, με έναν υπολογιστικό πυρήνα μεγέθους περίπου 4 τετραγωνικών χιλιοστών ή περίπου στο μέγεθος ενός κομματιού κομφετί. Το τσιπ είναι στοιβαγμένο με τρία “μπλοκ” αναγνώρισης εικόνας, που το καθένα περιλαμβάνει έναν αισθητήρα εικόνας, ένα επίπεδο οπτικής επικοινωνίας και μια διάταξη τεχνητών συνάψεων για την ταξινόμηση ενός από τα τρία γράμματα, M, I ή T. Στη συνέχεια έριξαν μια εικόνα pixel με τυχαία γράμματα το τσιπ και μέτρησε το ηλεκτρικό ρεύμα που παρήγαγε σε απόκριση κάθε διάταξη νευρωνικών δικτύων. (Όσο μεγαλύτερο είναι το ρεύμα, τόσο μεγαλύτερη είναι η πιθανότητα η εικόνα να είναι όντως το γράμμα που έχει εκπαιδευτεί να αναγνωρίζει ο συγκεκριμένος πίνακας).
Η ομάδα διαπίστωσε ότι το τσιπ ταξινόμησε σωστά τις καθαρές εικόνες κάθε γράμματος, αλλά ήταν λιγότερο ικανό να διακρίνει μεταξύ θολών εικόνων, για παράδειγμα μεταξύ I και T. Ωστόσο, οι ερευνητές μπόρεσαν να ανταλλάξουν γρήγορα το στρώμα επεξεργασίας του τσιπ για καλύτερη “αποθορυβοποίηση” επεξεργαστή και στην συνέχεια αναγνώρισε με ακρίβεια τις εικόνες.
“Δείξαμε δυνατότητα στοίβαξης, δυνατότητα αντικατάστασης και δυνατότητα εισαγωγής μιας νέας λειτουργίας στο τσιπ“, σημειώνει ο μεταδιδακτορικός του MIT Min-Kyu Song.
Οι ερευνητές σχεδιάζουν να προσθέσουν περισσότερες δυνατότητες ανίχνευσης και επεξεργασίας στο τσιπ και οραματίζονται οι εφαρμογές να είναι απεριόριστες.
“Μπορούμε να προσθέσουμε στρώματα στην κάμερα ενός κινητού τηλεφώνου ώστε να αναγνωρίζει πιο σύνθετες εικόνες ή να τις μετατρέπουμε σε οθόνες υγειονομικής περίθαλψης που μπορούν να ενσωματωθούν σε φορητό ηλεκτρονικό δέρμα“, λέει ο Choi, ο οποίος μαζί με τον Kim ανέπτυξαν στο παρελθόν ένα “έξυπνο” δέρμα για την παρακολούθηση ζωτικής σημασίας σημάδια.
Μια άλλη ιδέα, προσθέτει, είναι για αρθρωτά τσιπ, ενσωματωμένα σε ηλεκτρονικά, τα οποία οι καταναλωτές μπορούν να επιλέξουν να δημιουργήσουν με τα πιο πρόσφατα “τούβλα” αισθητήρων και επεξεργαστών.
“Μπορούμε να φτιάξουμε μια γενική πλατφόρμα τσιπ και κάθε στρώμα θα μπορούσε να πωληθεί ξεχωριστά σαν βιντεοπαιχνίδι“, λέει ο Jeehwan Kim. “Θα μπορούσαμε να φτιάξουμε διαφορετικούς τύπους νευρωνικών δικτύων, όπως για την αναγνώριση εικόνας ή φωνής, και να αφήσουμε τον πελάτη να επιλέξει αυτό που θέλει και να προσθέσει σε ένα υπάρχον τσιπ όπως ένα LEGO“.
Αυτή η έρευνα υποστηρίχθηκε, εν μέρει, από το Υπουργείο Εμπορίου, Βιομηχανίας και Ενέργειας (MOTIE) από τη Νότια Κορέα. το Ινστιτούτο Επιστήμης και Τεχνολογίας της Κορέας (KIST) και το πρόγραμμα Samsung Global Research Outreach.
Επιστημονικό Άρθρο:
Chanyeol Choi, Hyunseok Kim, Ji-Hoon Kang, Min-Kyu Song, Hanwool Yeon, Celesta S. Chang, Jun Min Suh, Jiho Shin, Kuangye Lu, Bo-In Park, Yeongin Kim, Han Eol Lee, Doyoon Lee, Jaeyong Lee, Ikbeom Jang, Subeen Pang, Kanghyun Ryu, Sang-Hoon Bae, Yifan Nie, Hyun S. Kum, Min-Chul Park, Suyoun Lee, Hyung-Jun Kim, Huaqiang Wu, Peng Lin, Jeehwan Kim. Reconfigurable heterogeneous integration using stackable chips with embedded artificial intelligence. Nature Electronics, 2022.