โดยสรุปสั้นๆ
- นักวิจัยจากมหาวิทยาลัย Loughborough พบว่า ชิปใหม่ที่ได้รับแรงบันดาลใจจากกลไกของสมอง อาจทำให้ AI มีประสิทธิภาพมากขึ้นอย่างมากในงานเฉพาะด้าน
- สิ่งนี้อาจมีบทบาทสำคัญในการลดการใช้พลังงานที่สูญเสียไปในระบบสภาพอากาศ กระบวนการทางชีววิทยา และอื่นๆ ที่มีการใช้ AI
- ทีมงานเน้นกระบวนการทางกายภาพมากกว่าฮาร์ดแวร์เมื่อออกแบบ AI นี้ ซึ่งบ่งชี้ถึงความเป็นไปได้ในการปรับเปลี่ยนวิธีการสร้าง AI
ระบบ AI เช่น ChatGPT หรือ Claude เป็นที่รู้กันว่าใช้พลังงานอย่างหนัก พวกมันต้องเก็บข้อมูลไว้ที่ที่หนึ่ง แล้วค่อยประมวลผลมันอีกที่หนึ่ง โดยย้ายข้อมูลไปมาอย่างต่อเนื่อง นี่คือปัญหาที่ตอนนี้อาจได้รับการแก้ไขด้วยงานวิจัยใหม่
ทีมของนักฟิสิกส์จากมหาวิทยาลัย Loughborough ได้ออกแบบอุปกรณ์ที่สามารถประมวลผลข้อมูลที่เปลี่ยนแปลงตามเวลาได้โดยตรงภายในฮาร์ดแวร์ ในอดีต ระบบแบบดั้งเดิมอาศัยวิธีการที่อิงซอฟต์แวร์เพื่อทำสิ่งนี้
ชิปที่ได้รับแรงบันดาลใจจากสมองซึ่งพัฒนโดยนักวิจัยจาก @LboroScience อาจทำให้งาน AI บางอย่างมีประสิทธิภาพด้านพลังงานมากขึ้นได้ถึง 2,000 เท่า ⚡🧠
อุปกรณ์ประมวลผลข้อมูลโดยตรงในฮาร์ดแวร์ - เปิดทางเลือกใหม่สู่ระบบ AI ที่ใช้พลังงานต่ำกว่าและยั่งยืนมากขึ้น
อ่าน⤵️https://t.co/OdJGJhs3IW
— ประชาสัมพันธ์มหาวิทยาลัย Loughborough PR (@LboroPR) 2 เมษายน 2026
ด้วยชิปใหม่นี้ ทีมวิจัยโต้แย้งว่าอาจมีประสิทธิภาพด้านพลังงานสูงกว่าวิธีการที่มีอยู่ถึง 2,000 เท่า
“เรื่องนี้น่าตื่นเต้น เพราะมันแสดงให้เห็นว่าเราสามารถทบทวนแนวทางการสร้างระบบ AI ได้” ดร. Pavel Borisov ผู้เขียนนำของงานวิจัย กล่าวในแถลงการณ์ “ด้วยการใช้กระบวนการทางกายภาพ แทนที่จะพึ่งพาซอฟต์แวร์ทั้งหมด เราสามารถลดพลังงานที่จำเป็นสำหรับงานลักษณะนี้ได้อย่างมาก”
ในขณะที่ระบบ AI แบบเดิมเปรียบได้กับการส่งเอกสารไปมาระหว่างสองสำนักงาน (หน่วยความจำและโปรเซสเซอร์) ซ้ำแล้วซ้ำเล่า แต่ด้วยชิปใหม่นี้ มันอาจเหมือนกับการมีสำนักงานที่ชาญฉลาดเพียงแห่งเดียว ทำงานทุกอย่างในที่เดียว
การเพิ่มพูนจากสมอง
หัวใจของชิปคือหน่วยความจำแบบตัวต้านทาน (memory resistor) ซึ่งเป็นชิปหน่วยความจำที่จำสัญญาณในอดีตได้ หน่วยความจำนั้นจะเปลี่ยนวิธีที่มันตอบสนองต่อสัญญาณใหม่ กล่าวอีกนัยหนึ่ง ไม่ได้เป็นเพียงการทำตามคำสั่ง แต่เป็นการเรียนรู้จากประวัติศาสตร์ แนวคิดนี้ได้รับแรงบันดาลใจจากสมองของมนุษย์
“จากแรงบันดาลใจว่ามนุษย์มีการเชื่อมต่อของเซลล์ประสาทจำนวนมากและดูเหมือนจะสุ่มระหว่างเซลล์ประสาททั้งหมดของมันอย่างไร เราจึงสร้างการเชื่อมต่อทางกายภาพที่ซับซ้อนและสุ่มขึ้นในเครือข่ายประสาทเทียม ด้วยการออกแบบรูพรุนในฟิล์มบางระดับนาโนเมตรของไนโอเบียมออกไซด์ ซึ่งเป็นส่วนหนึ่งของอุปกรณ์อิเล็กทรอนิกส์รูปแบบใหม่” ดร. Borisov กล่าว
“เราแสดงให้เห็นว่าสามารถคาดการณ์วิวัฒนาการในอนาคตของไทม์ซีรีส์ที่ซับซ้อนได้ โดยใช้การประมวลผลจากอุปกรณ์เหล่านี้ที่ใช้พลังงานต่ำกว่าวิธีแก้ปัญหาแบบซอฟต์แวร์มาตรฐานถึงสองพันเท่า”
AI มักถูกใช้เพื่อประมวลผลข้อมูลที่เปลี่ยนแปลงตามเวลา เช่น รายงานสภาพอากาศ การติดตามตลาดหุ้น หรือการวิเคราะห์คลื่น พวกมันอาจไม่ได้เป็นแบบสุ่ม แต่ไวต่อการเปลี่ยนแปลงเล็กน้อย
สำหรับการวัดประเภทที่ค่อนข้างวุ่นวายเหล่านี้ ระบบ AI แบบดั้งเดิมจำเป็นต้องใช้พลังงานจำนวนมหาศาลเพื่อให้ทันกับการเปลี่ยนแปลงเล็กๆ ทุกอย่าง โดยส่งข้อมูลกลับไปกลับมา ชิปใหม่นี้อาจถูกออกแบบมาอย่างเหมาะสมพอดีกับระบบที่วุ่นวายมากกว่าเหล่านี้
ด้วยการวิเคราะห์การวัดและประสบการณ์ในอดีต ชิปจะเรียนรู้ได้ดีขึ้นในการติดตามและทำความเข้าใจการวัดประเภทที่วุ่นวายเหล่านี้ ลดพลังงานที่ต้องใช้ในการแสดงผลลง
แม้ว่าเรามักจะนึกถึง AI ว่าเป็นสิ่งที่เหมือน ChatGPT หรือซอฟต์แวร์ภาพใบหน้า แต่ปัจจุบันมันพบได้ในแอปพลิเคชันส่วนใหญ่ เครื่องมือนี้ไม่ได้มุ่งไปที่ข้อมูลแบบคงที่ เช่น แชตบอต แต่เป็นข้อมูลที่ขึ้นอยู่กับเวลา
“อัตราการเต้นของหัวใจ กิจกรรมทางไฟฟ้าของสมอง อุณหภูมิภายนอก ทุกอย่างเปลี่ยนแปลงทุกวัน มีแอปพลิเคชันที่ทำสิ่งเหล่านี้ได้ แต่ก็ใช้พลังงานสูง และต้องการการเชื่อมต่อออนไลน์ที่เสถียรไปยังเซิร์ฟเวอร์” ดร. Borisov บอกกับ Decrypt
นี่คือกลุ่มพื้นที่ที่ชิปนี้อาจถูกนำไปติดตั้งได้ สร้างระบบที่ชาญฉลาดขึ้นสำหรับข้อมูลที่ไม่เสถียร มักเปลี่ยนแปลงตลอดเวลา
“เป้าหมายสุดท้ายของผมคือให้เทคโนโลยีแบบนี้ถูกนำไปใช้กับสัญญาณที่ขึ้นอยู่กับเวลา ไม่ว่าจะอยู่ในรถ หุ่นยนต์ โรงไฟฟ้านิวเคลียร์ หรือแม้แต่สมาร์ตวอตช์” เขากล่าวเสริม “ตัวอย่างเช่น เพื่อเฝ้าติดตามว่ามีคนเป็นโรคหลอดเลือดสมองหรือไม่ เพื่อเฝ้าติดตามสุขภาพของเครื่องยนต์รถ หรือเพื่อให้แน่ใจว่าเครื่องปฏิกรณ์นิวเคลียร์กำลังทำงานได้ตามปกติ เรื่องลักษณะนี้”
