A evolução da inteligência artificial é algo que todos esperamos. As IAs generativas como ChatGPT, DALL-E e Stable Diffusion são surpreendentes em seus outputs. Seja criando poesia, projetando obras de arte, ajudando advogados a redigir documentos ou na descoberta de medicamentos, a inteligência artificial está sendo usada em praticamente todos os campos, mas as emissões de carbono decorrentes dessa tecnologia é um preço a ser revisto.
Um novo chip analógico de IA da IBM traz novas perspectivas para o futuro de uma inteligência artificial sustentável.
Centros de dados massivos, zumbindo com atividade, alimentando os sistemas de inteligência artificial que, nos dão um resultados incríveis, mas, ao mesmo tempo, estão produzindo toneladas de emissões de carbono. Adicione a isso as contas enormes de eletricidade e você pode começar a questionar se vale a pena.
Segundo Dr. Hechen Wang, da Intel Labs, se esses sistemas de IA continuarem dependendo do nosso hardware atual, estamos prestes a encontrar uma barreira relevante. E não é o tipo que você pode simplesmente contornar. Dado a crise climática iminente e nossa dependência de inteligência artificial, há uma necessidade urgente de uma abordagem mais sustentável, e é essa a proposta da IBM.
Em um estudo recente publicado na Nature, a IBM revelou sua arma secreta na luta por uma inteligência artificial sustentável: um chip analógico de 14 nanômetros, que pode abrigar 35 milhões de unidades de memória, e o diferencial é a sua capacidade de computar diretamente dentro dessas unidades, eliminando o processo que consome energia de transportar dados de um lado para o outro.
No mundo da IA, isso seria como ir de um carro a gasolina para um híbrido: economiza energia e é eficiente. Para ter ideia da mudança, Dr. Wang mencionou que transportar dados pode aumentar o consumo de energia de 3 a impressionantes 10.000 vezes acima do necessário para a computação atual.
O novo chip da IBM é revolucionário, especialmente porque provou seu valor com duas tarefas de reconhecimento de voz e transcrição de fala em texto: ele teve o mesmo desempenho do que um computador convencional, mas mais rápido e usando só um décimo de energia de um computador convencional.
O chip não é o primeiro deste tipo, mas a oferta da IBM empurra o conceito de computação neuromórfica da teoria para a aplicação no mundo real. Imagine um chip com a eficiência de nossos cérebros, alimentando seu telefone, casa inteligente e outros brinquedos tecnológicos.
Para simplificar um pouco, nossos computadores regulares funcionam com algo chamado arquitetura Von Neumann. Pense nisso como uma mansão com diferentes salas para diferentes tarefas – uma para analisar dados e outra para armazenar memória. Nossos cérebros, por outro lado, são mais como estúdios: um espaço criado pelas sinapses (que são a “ponte de comunicação” entre os neurônios) que faz ambos os processos no mesmo lugar, tanto a computação quanto o armazenamento de memória.
A IBM lidera a criação de chips analógicos que simulam a forma como o cérebro funciona. Em 2016, lançaram um chip inovador feito de um material semelhante ao usado em CDs regraváveis. Esse material pode alterar seu estado físico, assim como um sistema binário (0 e 1). O diferencial desse novo chip é sua capacidade de operar em um estado “híbrido”, permitindo que ele realize múltiplos cálculos, assim como uma sinapse do cérebro, sem a necessidade de mover dados constantemente.
O recente estudo da IBM aprimorou um modelo antigo de chip. Usando materiais de mudança de fase (alteração no estado da matéria), organizou-os em “blocos de memória” que se comunicam entre si. Cada bloco, semelhante a um neurônio, é ajustável e o chip armazena muitos comandos, permitindo análises detalhadas de seu funcionamento. Trata-se de uma estrutura de grade sofisticada chamada “ladrilhos de memória” que conversam entre si e que dispõem de um controlador local programável, – pense nisso como um mini-cérebro para cada ladrilho.
Mesmo com uma miniaturização incrível, – 14 nanômetros –, o chip contém 35 milhões dessas estruturas de memória, totalizando 45 milhões de conexões tipo sinapses.
Falando em evolução da inteligência artificial dá uma olhada nas possibilidades das as LNNs? Além disso, o MIT também apresentou uma técnica pode reforçar massivamente as tarefas de machine learning em uma variedade de dispositivos.
A evolução da Inteligência Artificial sustentável
Claro, nem tudo foi fácil. A pura complexidade de inicializar este chip de inteligência artificial apresentou desafios, mas a IBM encontrou uma solução. Eles pré-programaram os pesos sinápticos, otimizando o desempenho do chip. “Peso“, neste caso, refere-se à intensidade ou força da conexão entre as sinapses e os neurônios
Funcionou. E nos testes iniciais, o chip foi uma fera, realizando operações à taxa de 12,4 trilhões por segundo para cada watt de energia, mostrando uma eficiência impressionante, superando em dezenas ou centenas de vezes até mesmo as CPUs e GPUs mais avançadas atualmente.
Os chips analógicos, apesar de promissores para a sustentabilidade da inteligência artificial, ainda estão em desenvolvimento. Wang destaca alguns desafios a serem superados, como melhorar o design da memória do chip e integrar todos os elementos necessários em um único dispositivo. Além disso, o software também precisa evoluir, com algoritmos específicos para esses chips e ferramentas que os tornem compreensíveis para as máquinas. Wang acredita que, assim como CPUs e GPUs levaram décadas para se estabelecer, a IA analógica também precisará de tempo para se consolidar.
Ainda que seja uma evolução que demanda um tempo para se estabelecer, os avanços no sentido de buscar alternativas para uma inteligência artificial sustentável são extremamente importantes para que essa tecnologia continue a evoluir sem prejudicar outros aspectos da vida humana.
Fonte: Singularity Hub – artigo completo disponível [Nature]
