بحران مصرف انرژی در هوش مصنوعی
هوش مصنوعی به یکی از پرمصرف‌ترین فناوری‌های عصر حاضر تبدیل شده است. بر اساس گزارش آژانس بین‌المللی انرژی، سامانه‌های هوش مصنوعی و مراکز داده در سال ۲۰۲۴ حدود ۴۱۵ تراوات ساعت برق مصرف کرده‌اند که بیش از ۱۰ درصد کل تولید برق ایالات متحده را شامل می‌شود. پیش‌بینی می‌شود این رقم تا سال ۲۰۳۰ دو برابر شود.
رویکرد نوین محققان: ترکیب شبکه عصبی و استدلال نمادین
در پاسخ به این چالش، پژوهشگران آزمایشگاه ماتیاس شویتس در دانشکده مهندسی، یک سیستم نمونه اولیه هوش مصنوعی طراحی کرده‌اند که مصرف انرژی را تا ۱۰۰ برابر کاهش می‌دهد و در عین حال دقت را افزایش می‌دهد. این سیستم از هوش مصنوعی عصبی-نمادین بهره می‌برد که شبکه‌های عصبی سنتی را با استدلال نمادین ترکیب می‌کند.
این روش الهام‌گرفته از شیوه حل مسئله در انسان است؛ به جای آزمون و خطای خام، مسائل به گام‌ها و دسته‌های منطقی تقسیم می‌شوند. نتیجه، سیستمی است که هم کارآمدتر است و هم هوشمندانه‌تر فکر می‌کند.
نتایج و ارائه در کنفرانس بین‌المللی
یافته‌های این پژوهش قرار است در کنفرانس بین‌المللی رباتیک و اتوماسیون که در ماه مه در وین برگزار می‌شود، ارائه گردد. طبق اعلام آزمایشگاه ماتیاس شویتس، استاد فناوری کاربردی خانواده کارول، این دستاورد می‌تواند مسیر تازه‌ای برای توسعه هوش مصنوعی پایدار و دقیق در آینده باز کند.
مزایای این رویکرد عبارتند از:
- کاهش شدید مصرف برق در مراکز داده و سامانه‌های هوش مصنوعی
- افزایش دقت در حل مسائل پیچیده
- ارائه الگویی برپایه منطق انسانی به جای پردازش سنگین آماری
با توجه به رشد روزافزون تقاضا برای خدمات هوش مصنوعی، این یافته پژوهشی می‌تواند به بهبود پایداری زیست‌محیطی و کاهش هزینه‌های عملیاتی کمک قابل توجهی کند.
پرسش‌های پرتکرار
چگونه هوش مصنوعی عصبی-نمادین مصرف انرژی را کاهش می‌دهد؟
این روش به جای تکیه بر آزمون و خطای سنگین، مسائل را به گام‌های منطقی تقسیم می‌کند. ترکیب شبکه‌های عصبی با استدلال نمادین باعث می‌شود سیستم با محاسبات کمتر به نتیجه برسد و در نتیجه مصرف برق تا ۱۰۰ برابر کاهش یابد.
این پژوهش کجا ارائه شده است؟
نتایج این تحقیق در کنفرانس بین‌المللی رباتیک و اتوماسیون که در ماه مه در وین برگزار می‌شود، ارائه خواهد شد و در مجموعه مقالات کنفرانس منتشر می‌شود.
