Analogni AI čip čita pokrete i pobjeđuje u igri kamen-škare-papir
Japanci su pokazali kako analogno 'rezervoarsko' računalo omogućuje ekstremno brzu, energetski štedljivu analizu gesta i otvara put novoj generaciji 'rubne' umjetne inteligencije
Kamen-škare-papir možda izgleda kao čista igra slučaja, ali novi AI čip tvrtke TDK i Sveučilišta Hokkaido pretvara je u demonstraciju učinkovite prediktivne elektronike. Prototip koristi akcelerometar pričvršćen na ruku igrača kako bi bilježio mikropokrete prstiju dok još izvodite gestu, a analogni sklop u čipu iz tih vremenskih serija u djeliću sekunde iščitava koji ćete znak odabrati. Sustav zatim generira pobjednički potez prije nego što vi dovršite svoj.
U pozadini svega stoji reservoir computing, arhitektura strojnog učenja koja računalno iskorištava prirodnu dinamiku složenog fizičkog sustava, umjesto da se oslanja na duboke neuronske mreže i skupo računalstvo u oblaku. Japanski inženjeri su ovaj pristup implementirali u CMOS analognom sklopu koji istodobno obrađuje, pamti i transformira ulazne signale, uz vrlo nisku potrošnju energije i minimalnu latenciju – idealno za nosive uređaje, robotiku i sučelja čovjek–stroj.
Analogni čvorovi
Kako bi implementirali umjetni neuron, inženjeri su dizajnirali analogne čvorove koji se sastoje od nelinearnog otpornika, memorijskog elementa temeljenog na MOS kondenzatorima i međupojačala. Čip s četiri jezgre, svaka od njih sa po 121 čvorom, troši samo 20 mikrovata energije po jezgri, znatno manje od drugih CMOS-kompatibilnih dizajna računalstva s fizičkim spremnikom, kažu autori.
Inovacija je nagrađena na japanskom sajmu CEATEC 2025 i predstavljena na IEEE International Conference on Rebooting Computing (ICRC). TDK ovu tehnologiju vidi kao temelj budućih edge-AI rješenja, gdje će mali, analognim sklopovima pogonjeni čipovi lokalno učiti iz signala senzora, bez čekanja na "pamet” iz oblaka.
