Interview With Peter Van Der Made, Founder And CTO At BrainChip - AI Time Journal - Artificial Intelligence, Automation, Work And Business

Plato tarafından yeniden yayınlandı

İzleyiciler: 0

Derin ve usta bir kişiyle konuştuğumuzda, bağlamın derinliklerine iner ve her sorumuz için dokundukları dinamikleri takdir ederiz. Bay Peter Van Der Made (CTO & Kurucusu) ile röportajım BrainChip) yaptığım şeyden bana yoğun bir tatmin verdi. Brainchip'in aslında AI ve diğer en son teknolojilerle nasıl ilgilendiğini anlamak ve takdir etmek için makalenin tamamını okuyun.

Bu röportaj, AI ve IoT Röportaj Serisi.

Önünüze bir senaryo yansıtmak: Canlı video akışında bir şüpheliyi arayan bir polis departmanı. O şüphelinin binlerce görüntüsüne sahip değiller ve geleneksel bir sinir ağı sistemini eğitmek için haftaları yok. Derin öğrenme ağları aracılığıyla bu sorunu nasıl konumlandırıyorsunuz?

BrainChip bu sorun için ideal bir çözüme sahiptir. Eski ürünümüz BrainChip Studio. Bu, tam da bu amaç için tasarlanmış ve polis departmanlarına yönelik eksiksiz bir araç takımıdır. Brainchip Studio 'tek adımda öğrenme' gerçekleştirebilir – bir kişiyi yalnızca bir görüntüden tanımayı öğrenir ve ardından bu bireyi çok sayıda video veya canlı akışta hızla bulabilir. BrainChip Studio, belirli nesneleri veya bireyleri bulmak için oluşturuldu. Brainchip Studio, bir PC/Windows 10 platformunda çalışır ve 'Hızlandırıcı' adı verilen bir BrainChip PCIe yerleştirme kartı kullanır.

Benzer bir sistem, ancak önemli ölçüde daha düşük güç tüketimiyle, bir kameradaki Akida çipinin etrafına kurulabilir. Akida bundan daha da ileri gider; Makine Öğrenimi yoluyla geleneksel yolla eğitilebilir ve ayrıca tek seferde veya birkaç adımda öğrenme yoluyla çip üzerinde öğrenebilir. Bu iki yöntemin kombinasyonları aynı çip içinde kullanılabilir ve eğitimden sonra artan öğrenme ile belirli bireyleri tanımayı veya birçok farklı insanı veya nesneyi genelleştirmeyi ve tanımayı öğrenmek için sonsuz olanaklar yaratır. Akida teknolojisi örneğin ImageNet'in 1000 kategorisinin tümünü sınıflandırmak için kullanılmıştır. Akida çok hızlı çalışır ve çok az elektrik enerjisine ihtiyaç duyar. Küçük bir pil ile çalıştırılabilir.

Her gün bir organizasyon ağında yeni bir tehdit tetikleniyor ve bu tehditler/kötü amaçlı yazılımlar, izlenen mevcut güçlü siber güvenlik politikalarına karşı büyük bir bağışıklık kazanıyor. Gelecekteki bu potansiyel riskleri ele almak için teknolojinizi nasıl yükseltirsiniz?

Akida çip teknolojisi, veri akışlarındaki tehdit kalıplarının hızlı bir şekilde öğrenilmesinde harikadır. Şu anda bu kalıplar, pahalı ve yavaş olan Derin Öğrenme yoluyla öğrenilmektedir. Akida'nın hızlı öğrenme yöntemi bu uygulamalarda öne çıkıyor; Akida teknolojisini zorlu ve büyük 220 Gb CSE-IDS-2018 siber güvenlik veri kümesi üzerinde yalnızca 2.2 saat içinde eğittik ve 15 saldırı türünü de tanımayı öğrendi. Bu hızlı öğrenme yetenekleriyle, çipi yeni bir veri kümesinde yeniden eğiterek yeni tehdit kalıpları eklemek hızlı ve kolaydır. Veri kümesini karıştırdık ve yarısını doğrulama için kullandık ve sonuç olarak %98 algılama oranı elde ettik. Sadece 30,000 miliwatt'ta saniyede 20 kare işleyebiliriz. Artımlı öğrenmeyi kullanarak anında yeni tehdit kalıpları eklemek için Akida'nın çip üzerinde hızlı öğrenme yöntemini nasıl kullanabileceğimizi araştırıyoruz.

En çok hangi hayvana benziyorsun? Biyografi kitabınız için hangi başlığı vermek istersiniz?

Hiçbir hayvanla özdeşleşmiyorum. Hayvanların evcil hayvan olmadığı yarı tarımsal bir ortamda büyüdüm. Ya yemek için katledildiler ya da çalışan hayvanlardı. İnsan bedenlerimiz hayvanlarla aynı genel tasarıma sahip olabilir, ancak beyinlerimiz çok farklıdır. Bir maymun beyni alıp insan boyutuna üç katına çıkaracak olsanız, insan beyniyle bitiremezsiniz. Bizi hayvanlardan farklı kılan beynimizin yapısıdır. Aynı sinir hücreleri, aynı sinapslar ve gliyal hücreler ama farklı bir yapı. Bir karşılaştırma yapmak için, aynı tuğlalardan bir katedral veya bir köpek kulübesi inşa edebilirsiniz, ancak köpek kulübesini bir katedralin boyutuna çıkarırsanız, bir katedral değil, çok büyük bir köpek kulübesi ile bitirirsiniz. Beyinde de durum aynıdır.

“AI oluşturmak için AI”, bu ifadeyi onunla ilişkili insan zekası perspektifinden nasıl vurgularsınız.

Mevcut AI akıllı değil. Derin Öğrenme sistemleri öğrenmezler, ardışık yaklaşım rutinlerinden farklı olarak hataları geri besleyen ve ağırlıkları düzelten sıralı bir optimizasyon rutini kullanılarak eğitilirler; bir tahminde bulunur, hatayı kontrol eder ve çıktı değeri ile tahmin edilen değer yakınsayana kadar tahmini hatanın yarısı kadar düzeltir. Evrişimsel Sinir Ağları, beynin çalışma şekliyle çok az ortak noktası olan hesaplama yapılarıdır.

Beyinde zaman çok önemlidir. Bilgi, nöral hücreler arasında gönderilen kısa elektrik enerjisi patlamaları olan ani yükselmelerin zamanlamasında kodlanır. Ani yükselmeler arasındaki aralık, ani yükselmelerin yoğunluğu ve ani yükselmelerin meydana geldiği yerin tümü bilgi içerir. Sinapslar, gelen sivri uçlar tarafından serbest bırakılan bilgileri depolar. Sinapslarda depolanan bilgiler sürekli güncellenir. Öğrenme, ani yükselmelerin zamanlamasının bir fonksiyonudur. Beyin sürekli değişen çok dinamik bir sistemdir. Zeka, sürekli öğrenme yoluyla çevresi tarafından şekillendirilir.

Daha önce de belirttiğim gibi, beyin, farklı beyin bölgelerine göre değişen çok tanımlanmış bir yapıya sahiptir. Beyin tek bir homojen sinir hücresi kütlesi değildir. Hemen hemen aynı görünen sağ ve sol yarım küremiz var. Ama aynı zamanda beyincik ve hipokampus, limbik sistem ve her birinin işlevine özel yapıları olan diğer beyin bölgelerimiz var. Böcek beyinleri bile mevcut sinir ağlarımızdan çok daha yapılandırılmış ve karmaşıktır. Beyinler, duyusal uyaranlar gelmeden önce bir sonraki eylemi tahmin eder. Bugünün sinir ağlarında bunların hiçbiri mevcut değil. Günümüz sinir ağlarının bir bal arısının zekasını sergilediğini söylemek bariz bir abartı olur.

BrainChip Akida teknolojisi, çıkarım yapmak için beyinden ilham alan sivri uçlu bir sinir ağı kullanıyor. Günümüzün evrişimli sinir ağlarının yapabildiği her şeyi yapabilir, ancak aynı zamanda beynin öğrenme yöntemine ve işleme yöntemine benzeyen tamamen yerel spike sinir ağlarını da çalıştırabilir. Örneğin, siber güvenlik tehdidi tanıma ve artımlı öğrenme gerçekleştirmek için. Akida teknolojisinin gelecekteki sürümleri, AI'yı daha akıllı hale getirmek amacıyla beynin yapısının daha fazlasını içerecek. Bu insan zekası için bir tehdit değil. 86 milyar sinir hücremiz, 100 trilyon sinaps ve 300 milyar glial hücremizle, öngörülebilir bir gelecek için herhangi bir akıllı yapay zekanın çok ilerisindeyiz. Karşılaştırıldığında, günümüzün en büyük AI ağları birkaç milyon nöron eşdeğeri ve beyni akıllı yapan tüm yapıyı kaçırıyor.

Pazarın açlığını sürdürmek için, herhangi bir teknoloji kuruluşunun yenilik ve girişimlerde başarılı olması çok önemlidir. BrainChip buna nasıl hazırlanıyor?

BrainChip'in amacı, başlangıcından beri, her zaman daha iyi AI yaratmak olmuştur. Devasa paralel çarpanları ve yapay zeka çipleri olarak tanıtılan 200'e kadar katmanlarıyla piyasadaki genel eğilimi takip etmiyoruz. İlk patentimizi aldığımız 2008 yılından önce olay tabanlı Spiking Neural Network teknolojimizi tanımlamıştık. Derin Öğrenme'nin sunduğu her şeyi, çok farklı bir felsefe, geleceğe giden yolu açık bir felsefe kullanarak başardık. Standart CNN teknolojisi, görüntü sınıflandırmasının ötesine geçmeye çalıştıklarında bir tuğla duvara çarptığında, olay tabanlı Spiking NN'miz üstündür.

Felsefemiz, beynin işlevini ve yapısını kopyalamak ve bu teknolojiyi günümüz problemlerini çözmek için uygulamak üzerine kuruludur. Bu nedenle Akida, basit bir dönüştürme işleminden sonra günümüzün Derin Öğrenme tabanlı CNN'lerini işlemek ve bu noktadan ileriye giderek artan öğrenme ve çip üzerinde eğitim yapmak için kullanılabilir. Bunun artımlı öğrenmenin ötesinde birçok avantajı vardır. Akida, içinde bulunduğu ortamdan, Akida'nın gelecek nesillerinde epizodik hafıza ile genişleteceğimiz bir yetenek, yani olay dizilerini hatırlayabilir. Sıra hafızasına bir örnek, arabanızı yoğun bir park yerinde bulmak için adımlarınızı takip ettiğiniz zamandır. Dizi belleği, metin ve konuşma yorumlama ve robotikte gerçek dünya uygulamalarına sahiptir.

Ayrıca, çevre için iyi olan son derece düşük bir güç tüketiminde büyük miktarda video veya veri işleyebilir. Bir Deep Learning CNN eğitiminin, bir ömür boyu beş elektrikli arabayı çalıştırmaya yetecek gücü kullandığı belirtildi. Akida ile bu güç gereksinimi, bir el fenerini çalıştırmak için gereken güce indirgenir. Olaya dayalı işleme, 'yeşil' bir teknolojidir.

AI Time Journal, "AI Dinamik Sinir Ağı" patentini aldığı için Brainchip'i tebrik eder. Bize bu konuda bazı bilgiler ve bunu bir pazar ürünü olarak yerleştirirken karşılaştığınız zorluklar hakkında bilgi verebilir misiniz?

Bu, tüm BrainChip ürünlerinde kullanılan olaya dayalı başak işleme yöntemini açıklayan ilk patentimiz olan “Otonom öğrenen dinamik yapay sinir bilgi işlem cihazı ve beyinden ilham alan sistem”den alınan destekleyici bir patenttir. Bu ikinci patent, bilgilerin iki veya daha fazla Akida cihazı arasında paylaşılabileceği bir yolu açıklar. Örneğin, bir arabada bir Akida çipi kullanıldığında ve yeni bir şey öğrendiğinde, bu bilgiyi diğer arabalarda benzer işlevlerde kullanılan diğer tüm Akida cihazlarıyla paylaşabilmesi faydalı olacaktır. Kaçınılması gereken yeni bir nesne veya daha iyi bir optimizasyon hakkında bilgi edinebilir. Bulutta bulunabilecek bir kitaplık aracılığıyla bu bilgileri diğer cihazlarla paylaşabilir. Bu, bağımsız bir üründen ziyade bir ürün geliştirmesidir.

Düşüncelerle eğlenin: 1938'e zaman yolculuğu yapacak olsaydınız, 2. dünya savaşını durdurmak için teknolojinizi nasıl kullanırdınız?

2. Dünya Savaşı'nı (veya gelecekteki herhangi bir savaşı) önlemek bir teknoloji meselesi değil, bir kamuoyu meselesidir. Hitler o zamanlar tek kötü adam değildi, arkasında bütün bir örgüt ve halkın çoğu vardı. Gazetecilik, başka herhangi bir araç gibi kullanılabilen veya kötüye kullanılabilen bir araçtır. Naziler bunu ellerinden geldiğince kötüye kullandılar, kendi düşüncelerine katılmayanları öldürüp medyayı kontrol ettiler. Kitlesel delilik olduğuna inandığım herhangi bir savaşta, politikacılar kamuoyunu propaganda yoluyla şekillendirir.

Politikacıların henüz tam olarak anlamadığı bir şey, gelecekteki savaşların öncelikle bomba ve silahlarla değil, AI ile yapılacağıdır. En iyi AI stratejisine sahip ülke kazanacak. Otonom arama ve araçları imha edebilecek, istilacı AI botları tarafından düşmanın bilgisayar sistemlerine sızabilecek ve bozabilecek, üretim yeteneklerini ve gıda dağıtım sistemlerini bozabilecek ve trafik yönetimi ve enerji üreten tesislerde bir kaos yaratabilecekler. Hem programlanmış hem de donanım tabanlı çeşitli yapay zeka biçimleri, bir düşmanı tek kurşun bile atmadan yenmek için kullanılacak. Yazı zaten duvarda.

Bu unvanları hangi ünlü teknoloji ünlülerine verirdiniz ve neden?

1 Beş Yıldız Ödülü (Performans Mükemmelliği)

BrainChip'teki mühendislik ekibimiz, araştırma prototipimizden Akida çip tasarımını oluşturmak için son 7 ayda yoğun bir şekilde çalıştı.

2 Mükemmel Varlık (Zamanında)

Akida çipi. Düşük güç tüketiminde yüksek performans gerektiren ilk uç AI ürünlerinin tasarlandığı bir zamanda pazara girmek. Doğru teknoloji, doğru zamanda ve doğru fiyat.

3 Şerefe (En iyi ekip çalışması)

Fransa, ABD, Avustralya ve Hindistan'daki tüm BrainChip ekibi için dört kıtada büyük bir ekip çalışması için, ancak mükemmel bir uyum içinde, farklı zaman dilimlerinde günde 24 saat çalışarak.

4 En Yüksek Beşli (İnovasyonda Mükemmellik, Girişimler)

Akida teknolojisine doğrudan katılım veya yayınlanmış makaleler, çevrimiçi eğitim ve konferanslar yoluyla katkıda bulunan üniversitelerdeki ve kurumlardaki birçok araştırmacı ve bilim insanına.