Nanjing Üniversitesi’nden araştırmacılar, dronlar ve diğer otonom sistemlerin görsel veriyi işlerken harcadıkları enerjiyi azaltabilecek yeni bir sensör geliştirdi. 19 Ağustos’ta yayımlanan Nature Sensors dergisinde detayları paylaşılan bu 2 boyutlu çip, adını alan “LightTok” teknolojisiyle ham ışığı, yapay zeka modellerinin doğrudan işlemesi için gereken tokenlara dönüştürüyor. Geleneksel sensör sistemlerinde atlanan birkaç enerji yoğun aşamayı atlayan bu cihaz, ışığın sensöre ulaştığı anda token üretimi yapıyor.
Araştırmacılar, ışığın sensöre çarptığı noktada token oluşturma işlemini sensörün kendisine taşıyarak, verinin farklı çipler arasında aktarılması gereken karmaşık süreci tek bir adıma indirgediklerini açıkladı. Bu yaklaşım, görsel verinin işlenmesinde en büyük enerji kaynağı kabul edilen veri aktarımını fiziksel olarak ortadan kaldırıyor.
İşlem sürecinin tek adıma indirgenmesi
Geleneksel görme algılama sürecinde ışık sinyalleri birden fazla aşamadan geçmek zorunda. Sensör sinyalleri yakalarken, analog-dijital dönüştürücü ışığı piksele çeviriyor. Bu veri önce geçici olarak saklanıyor, ardından ayrı bir çipe aktarılıyor. Orada görüntü, bir fotoğrafı kareler halinde bir ızgaraya bölmeye benzer şekilde “bölme” adı verilen kare alanlara ayrılıyor. Her bir bölme daha sonra yapay zeka modelinin okuyabileceği bir tokena dönüştürülüyor.
Diğer akademisyenler tarafından sıkça atıf yapılan bir çalışma, analog-dijital dönüştürücünün ortalama olarak bir görüntü sensörünün enerji tüketiminin yüzde 66’sından sorumluluğunu taşıdığını ortaya koydu. Görsel veri işlemini çipten alıp buluta taşımanın ise toplam enerji tüketimini daha da artırabileceği belirtiliyor.
LightTok’un enerji sorununa çözümünü, algılama, hafıza ve hesaplama işlemlerini aynı piksele yerleştirerek beş aşamayı tek bir adıma indirgemek olarak tanımlayan araştırmacılar, ışığı algılayabilen, algıladığını hatırlayabilen ve bunu bir hesaplama içine katabilen tek katmanlı molibden disülfür yüzen kapılı fototransistöre dayanan bir dizgi üzerinden bu sonuca ulaştılar. Molibden disülfür, ışığa iyi tepki veren ve tek atom kalınlığında katmanlar halinde büyütülebilen 2 boyutlu bir malzeme. Fototransistör, gelen fotonları — ışık parçacıklarını — elektriksel bir akıma dönüştürürken, yüzen kapı fototransistörün içindeki izole bir bileşen olarak, ışık gittiğinde kaybolmak yerine elektrik yükünü hapsedip saklayabiliyor.
Nanjing Üniversitesi araştırmacıları
Nanjing Üniversitesi’nde fizik profesörü olan Liang, çipi Çin’in devlet destekli haber ajansı Xinhua’ya özetlerken, çipin veri aktarımını fiziksel olarak ortadan kaldırdığını vurguladı. “Işık giriyor, token çıkıyor” diyen Liang, bu yüzden teknolojinin adı LightTok olarak belirlendiğini belirtti.
Test sonuçları ve gelecekteki ölçeklenme
Araştırmacılar, LightTok’un görüntü tanıma testlerinde geleneksel çok aşamalı sürecin aksine yüzde 87,3 doğruluk oranına ulaştığını ve ışığı tokena dönüştürmede on kat daha enerji verimli olduğunu bildirdi.
Şu anda LightTok’un maksimum çözünürlüğü yalnızca 32’ye 32 ışığa duyarlı piksele — sensörde görsel veriyi yakalayan ışığa duyarlı bölümler — kadar. Bu, mevcut akıllı telefon kameralarının kalitesinden, hatta dronlar ve otonom sistemlerin kalitesinden çok daha altta kalıyor.
Yine de Liang, teknolojinin tamamlayıcı metal-oksit-yarı iletken üretim süreciyle ölçeklendirilme fırsatına sahip olduğunu belirtti. Bu yöntem, akıllı telefon ve dizüstü bilgisayar çiplerinin yanı sıra dronlardaki sensörlerin üretilmesinde kullanılan aynı yöntem.
Uzak algılama teknolojisinin işleyişini dönüştürebilecek bir teknoloji olduğuna inanılan LightTok, örneğin bir dronun felaket bölgesini ya da uzak bir alanı tararken daha az enerji gerektirmesi nedeniyle daha uzun süre uçabilmesini sağlayabilir.
Nanjing Üniversitesi araştırmacıları
Acre Security adlı, kritik altyapı için gerçek dünya algılama sağlayan şirketin CEO’su Sokka, çalışmayı “küçük ölçekli bir gösterim” olarak nitelendirdi. Yeni araştırmaya katılmayan Sokka, araştırmanın yönünün fiziksel dünyada çalışan herkes için önemli olduğunu ekledi.
Önceden 15 yıl boyunca endüstriyel otomasyon şirketi Rockwell Automation’da görev yapan Sokka, e-posta ile Live Science’a, çevreleyen tartışmaların çoğunun yapay zeka modelleri etrafında yoğunlaştığını ancak gerçek zorluğun, “algılama gerçekleştiği yerde modelin gerçekten kullanabileceği bir forma dönüştürülmesi”nin enerji maliyeti olduğunu söyledi. Sokka, ham veriyi tokena dönüştürmek için genellikle gereken devasa enerji miktarının, “sık güç bütçesine sahip bir robot ya da kenar cihaz üzerinde algılama yaparken israf olduğunu” belirtti. Ancak algılama noktasında işlemeyi “yaygın fiziksel yapay zekanın bir kolaylaştırıcısı ve akıllı bir yaklaşımı olarak görüyorum, ancak bu tüm sorunun bir çözücü değil” diye ekledi.
Nanjing Üniversitesi’nin LightTok çipi için yayımlanan Nature Sensors makalesi
TARİHÇİ DEĞERLENDİRMELERİ (1)