MIT:n tutkijat ovat ottaneet merkittävän askeleen reunalaskennan saralla kehittämällä itsevirtautuvan keinotekoisen synapsin, joka voi mullistaa tavan, jolla tekoäly käsittelee visuaalista dataa arjen laitteissa.
- kesäkuuta 2025 julkistettu läpimurto ratkaisee yhden koneellisen näön sitkeimmistä haasteista: visuaalisen tiedon käsittely on perinteisesti vaatinut huomattavia laskentaresursseja ja runsaasti energiaa. Jäljittelemällä ihmisaivojen hermorakennetta MIT:n keinotekoinen synapsi kykenee suorittamaan kehittyneitä visuaalisen tunnistuksen tehtäviä kuluttaen vain murto-osan siitä energiasta, jota perinteiset järjestelmät tarvitsevat.
"Perinteiset koneellisen näön järjestelmät kohtaavat suuren ongelman: valtavien määrien visuaalisen datan käsittely vaatii runsaasti virtaa, tallennustilaa ja laskentatehoa", tutkimusryhmä selittää. Tämä rajoite on perinteisesti vaikeuttanut visuaalisen tunnistuksen ominaisuuksien tuomista reunalaitteisiin, kuten älypuhelimiin, droneihin ja autonomisiin ajoneuvoihin.
Toisin kuin tavanomaiset optoelektroniset keinotekoiset synapsit, jotka vaativat ulkoisen virtalähteen, MIT:n kehittämä synapsi tuottaa sähkönsä itse energianmuunnoksen avulla. Tämä itsevirtautuva ominaisuus tekee siitä erityisen sopivan reunalaskennan sovelluksiin, joissa energiatehokkuus on ratkaisevaa.
Järjestelmä kykenee erottamaan värit poikkeuksellisella tarkkuudella koko näkyvän valon spektrillä ja mahdollistaa loogiset toiminnot valon aallonpituuksien perusteella. Tämä innovaatio avaa tien vähävirtaiselle ja suorituskykyiselle koneelliselle näölle reunalaitteissa, kuten älypuhelimissa, puettavissa laitteissa ja autonomisissa ajoneuvoissa.
Kehitys tulee kriittiseen aikaan, kun teknologiateollisuus pyrkii viemään tekoälyn mahdollisuuksia verkon reunalle hyödyntääkseen big datan koko potentiaalin. Reunalaskenta on noussut lupaavaksi ratkaisuksi laskentatehoa vaativien tekoälysovellusten tukemiseen reunalaitteissa. Edge Intelligence eli reunatekoäly – tekoälyn ja reunalaskennan yhdistelmä – mahdollistaa koneoppimisalgoritmien käyttöönoton siellä, missä data syntyy, tarjoten tekoälyä jokaiselle ihmiselle ja organisaatiolle paikasta riippumatta.
Tämä MIT:n innovaatio voi merkittävästi laajentaa tekoälyn mahdollisuuksia resurssirajoitteisissa ympäristöissä, mahdollistaen uuden sukupolven älylaitteet, jotka kykenevät havainnoimaan ja ymmärtämään ympäröivää maailmaa ilman pilviyhteyttä tai suurta akkuvirtaa.