Przełom dla sztucznej inteligencji? Koreańscy naukowcy opracowali nowatorski układ scalony

Neuromorficzny układ scalony zdolny do samouczenia i korekcji błędów – tak, to może oznaczać poważne korzyści, zwłaszcza w szkoleniu i weryfikacji błędów sztucznej inteligencji. 

Zespół badawczy z Koreańskiego Instytutu Zaawansowanej Nauki i Technologii (KAIST) stworzył nowatorski układ scalony oparty na memrystorach, który potrafi samodzielnie się uczyć, korygować błędy oraz przetwarzać zadania związane ze sztuczną inteligencją. Tradycyjne systemy komputerowe oddzielają przetwarzanie danych od ich przechowywania, co bywa nieefektywne przy obsłudze skomplikowanych zadań AI. Nowy układ integruje te funkcje, naśladując sposób, w jaki ludzki mózg przetwarza informacje.

Memrystor, będący połączeniem pamięci i rezystora, to zaawansowane urządzenie elektroniczne, którego opór zależy od ilości i kierunku ładunku przepływającego między jego terminalami. W nowym układzie memrystory pełnią rolę synaps w sieciach neuronowych, umożliwiając jednoczesne przechowywanie i przetwarzanie danych, podobnie jak komórki nerwowe w mózgu.

Zespół badawczy ze Szkoły Inżynierii Elektrycznej pozujący z nowo opracowanym procesorem. (Od środka w prawo): profesor Young-Gyu Yoon, studenci zintegrowanego programu magisterskiego i doktorskiego Seungjae Han oraz Hakcheon Jeong, a także (poza zdjęciem) profesor Shinhyun Choi.

W testach laboratoryjnych układ wykazał zdolność do automatycznego oddzielania poruszających się obiektów od tła w strumieniach wideo, poprawiając swoją skuteczność w miarę upływu czasu. Ta samoucząca się zdolność osiągnęła dokładność porównywalną z idealnymi symulacjami komputerowymi w czasie rzeczywistym. Osiągnięcie to stanowi istotny krok w kierunku praktycznego zastosowania neuromorficznych układów scalonych w różnych urządzeniach, takich jak inteligentne kamery bezpieczeństwa czy medyczne systemy analizy danych zdrowotnych w czasie rzeczywistym.

Technologia ta może zrewolucjonizować sposób, w jaki sztuczna inteligencja jest wykorzystywana w codziennych urządzeniach, pozwalając na lokalne przetwarzanie zadań AI bez konieczności korzystania z zewnętrznych serwerów w chmurze. Dzięki temu procesy te staną się szybsze, bardziej energooszczędne i zapewnią lepszą ochronę prywatności użytkowników. Wyniki badań zostały opublikowane w styczniu 2025 roku w międzynarodowym czasopiśmie naukowym „Nature Electronics”. Prace te były wspierane przez Narodową Fundację Nauki Korei oraz Instytut Planowania i Oceny Technologii Informacyjno-Komunikacyjnych. Należy oczywiście pamiętać, że od opracowania technologii, do jej realnego wpływu na rynek, mija zwykle wiele czasu. Z drugiej strony, potencjał leżący w tym wynalazku jest znaczący i trafił we właściwy moment w historii rozwoju technologii.