Mogu li kvantni računari da uče kao čovjek

Sve do sada vještačka inteligencija funkcionisala uz pomoć tradicionalnih hardvera, koji funkcionišu po principu binarnog jezika - nula i jedinica. Međutim, šta ako u jednom momentu AI postane bukvalno kao ljudski mozak – i krene da se koristi kroz računare isprepletene neuronima i sinapsama, koji radi daleko drugačije i energetski efikasnije od uobičajenih računara.

I ne samo to, kako bi se pokrenuli pojedini AI sistemi poput ChatGPT-ja, neophodni su ogromni data centri koji troše električnu energiju koliko troše pojedine države. Ipak, ukoliko bi se vještačka inteligencija razvijala na sistemima koji imitiraju arhitekturu i način rada mozga, količina energije potrebna za njen rad bi se u tom slučaju drastično smanjila.

"Danas je vještačka inteligencija na veoma bazičnom nivou inspirisana mozgom – u smislu da imamo neurone koji su povezani sinapsama", kaže Danijela Marković, iz francuskog Nacionalnog centra za naučna istraživanja (CNRS) za Bloomberg Adria TV.

Međutim, kako kaže, to je još samo softver i još su ti neuroni samo veoma jednostavne nelinearne funkcije. "Sa druge strane, mozak je mnogo kompleksniji i tu se događa mnogo više procesa – sinhronizacija više brzih oscilacija različitih neurona". 

"Mozak troši otprilike istu količinu snage kao jedna sijalica, dok vještačka inteligencija troši otprilike koliko i cijela Srbija za mjesec dana", dodaje ona. 

U važnosti obezbjeđivanja značajnih količina električne energije govori i činjenica da kompanije, poput OpenAI, SoftBank Group Corp. i Oracle Corp. rade na prvom data centru povezanim sa poduhvatom Stargate vrijednim 100 milijardi dolara. Na tu temu, portparol OpenAI je rekao u januaru da je taj data centar "prvi od mnogih koje ćemo graditi širom zemlje kroz projekat Stargate, za koji znamo da će stvoriti stotine hiljada radnih mjesta - električara, stolara, radnika, vozača kamiona - na isti način na koji istorijski veliki infrastrukturni projekti stvaraju takve poslove".

Ipak, upravo u idejama u kontekstu energetske efikasnosti vještačke inteligencije i manjim troškovima leži suština onoga što se danas naziva neuromorfno računarsko inžinjerstvo – pokušaj da se računari do neke mjere približe načinu na koji funkcioniše ljudski mozak.

Računar koji "misli" kao mozak

"Ideja neuromorfnog računarstva je da se inspirišemo arhitekturom mozga – koji se sastoji od neurona. To su mali procesori povezani sinapsama, odnosno memorijama", kaže Marković. "U pitanju je dosta različita arhitektura mozga od one kakva postoji kad je riječ o klasičnim računarima, gdje imamo jedan centralni procesor i odvojenu memoriju. Kad je riječ o mozgu, sve ovo je pomiješano", dodaje.

Upravo ta razlika, smatra Marković, u arhitekturi otvara mogućnost za stvaranje efikasnijih računarskih sistema – kako u pogledu kapaciteta za učenje, tako i u pogledu korišćenja električne energije. Naime, neuromorfni računari ne slijede konvencionalne algoritme, već funkcionišu tako što se "treniraju“ – slično kao i mozak.

"Kad učimo, određene sinapse u mozgu postaju jače, dok druge slabe. Istu stvar radimo u neuromorfnim računarima – podešavamo parametre u sistemu tako da se pojačavaju ili slabe, zavisno od toga kako želimo da sistem rezonuje", kaže Danijela Marković za Bloomberg Adria.

Depositphotos

Ipak, da bi se ovakva vrsta računara zaista razvila, potrebno je i da materijali i elektronske komponente prate nove zahtijeve. Tu u čitavu priču ulazi kvantna fizika.

"Digitalni kvantni računari su pandan klasičnim računarima – imaju algoritme koje pratimo. S druge strane, neurokvantni računar učimo i treniramo, kao što učimo i mozak".

U jednoj od eksperimenata u laboratoriji CNRS-a, šest međusobno povezanih malih kvantnih sistema pokazalo je isti nivo performansi kao i neuronska mreža sa čak 100 neurona. Razlika, kaže Marković, potiče iz samih kvantnih svojstava sistema.

Ko će pobijediti u trci?

Tehnološki giganti poput Googlea i IBM-a ulažu veliki novac u razvoj sve većih kvantnih računara, ali bitku za najbolju platformu još niko nije dobio. "Postoje superprovodni kubiti, optika, spinovi, hladni atomi… Još nije jasno koja će platforma pobijediti, a moguće je da nijedna neće – već da će se specijalizovati za različite zadatke", ističe  Marković.

Depositphotos

Startapi širom sveta, posebno u SAD i Francuskoj, takođe rade na ovom problemu, pokušavajući da stvore računare koji nisu samo brži, već i energetski održiviji. Kako navodi, uprkos svemu što AI danas može da uradi, njena energetska cena nije dugoročno održiva.

Energetski održiviji AI

Danas, AI sistemi funkcionišu tako da troše mnogo više energije, jer moraju da "imitiraju" mozak kroz softver koji se pokreće na pogrešnom hardveru.

Međutim, ako bi AI mogla da funkcioniše poput mozga, kroz direktnu sinhronizaciju više brzih oscilacija različitih neurona, kako to mozak već radi, tada bi i energetska efikasnost bila na potpuno drugom nivou. 

"Pretpostavljamo da je to ono što, između ostalog, omogućava mozgu da bude toliko energetski efikasniji od vještačke inteligencije".

Konačni odgovor na pitanje kad će vještačka inteligencija postati "prirodna" – još ne postoji. Ipak, jedno je sigurno – bez naučne revolucije, AI je zarobljena negde između nula i jedinica.

Tekst napisan uz pomoć Jelisavete Lazarević.