מחשבים מסלול מחדש

פרופ’ שחר קוטינסקי

המחשבים פרצו לעולם לפני כשמונים שנה, ומעורבותם בחיינו הולכת ומעמיקה ללא הרף. מעשור לעשור הופכים המחשבים קטנים ומהירים יותר, אולם המבנה הבסיסי שלהם לא השתנה: מעבד וזיכרון. למבנה הדואלי הזה חסרונות רבים ובהם המשאבים המוקדשים לתקשורת ביניהם – המעבד מבצע חישובים ושולח אותם לאחסון בזיכרון, והזיכרון מעביר למעבד מידע על פי צורך. תקשורת זו מצריכה משאבים יקרי ערך של זמן ואנרגיה, בעיה הבולטת במיוחד במכשירי קצה כגון טלפון נייד.

פרופ’ שחר קוטינסקי מהפקולטה להנדסת חשמל ומחשבים ע”ש ויטרבי מציע – ומציג – אלטרנטיבה מבטיחה: זיכרון המבצע חישובים בעצמו. מדובר בהתקן חומרה טהור, כלומר צ’יפ שהתוכנה כבר מוטמעת בתוכו ואינה חיצונית. במחקר שהתפרסם כעת ב- Nature Electronicsמדגים פרופ’ קוטינסקי את יעילותה של הטכנולוגיה האמורה ברשתות נוירונים. בפיתוח שותפים ד”ר וויי וואנג וד”ר לואי דאניאל, שהיו חברים בקבוצת המחקר של פרופ’ קוטינסקי, וחוקרים מחברת Tower Semiconductor.

“אנחנו נוהגים להתייחס למחשב כאל ‘מוח’,” אומר פרופ’ קוטינסקי, “אבל במוח האמיתי שלנו אין הפרדה בין זיכרון למעבד או בין אזורי חשיבה לאזורי אחסון. החומרה שפיתחנו היא חומרה נוירומורפית – היא שואבת השראה מהמוח, וכמו במוח, גם בה אין הפרדה בין זיכרון לעיבוד. המבנה שלה עשוי מנוירונים ומסינפסות הבנויים באמצעות רכיבים חשמליים. כך אנו מבטלים את צוואר הבקבוק שיוצר הצורך בתקשורת בין שני חלקי המחשב המסורתי.”

ד”ר וויי וואנג

גם בעולם המחשוב הקלאסי, הדואלי, נרשמו בעשורים האחרונים הצלחות כבירות. התקשורת דיווחה בהתלהבות על נצחונה של תוכנת “כחול עמוק” על השחמטאי גארי קספרוב ולימים על נצחונה של AlphaGo על אלוף ה”גו” לי סדול. עם זאת, מזכיר פרופ’ קוטינסקי, “תוכנת AlphaGo עובדת על 1,500 מעבדים, ובכל משחק בודד היא צורכת חשמל שעלותו 3,000 דולר. שחקן ‘גו’ אנושי יכול להסתפק באותו זמן בכריך ממוצע, אבל לא פחות חשוב – השחקן האנושי מסוגל גם לדבר, לנהוג ולבצע משימות רבות אחרות ש- AlphaGoאינה יכולה לבצע. לכן ברור כיום שההישגים במחשוב הקלאסי מוגבלים מאוד, ובשביל קפיצת דרך דרושה קפיצת פרדיגמה.”

במאמר קודם, הדגים פרופ’ קוטינסקי את יעילותו של רכיב זיכרון מסחרי של חברת Tower Semiconductor כאבן בניין בחישובי בינה מלאכותית. כעת הוא פיתח שבב מרובה-יכולות המבוסס על רכיבי זיכרון אלו. שבב זה מאחסן את המידע ומעבד אותו באותה יחידה, בדומה למוח האנושי. גדולתו של הצ’יפ ביכולתו ללמוד מדוגמאות, והמשימה במחקר הנוכחי הייתה קריאת כתב יד. הצ’יפ, ש”התאמן” על מאגר דוגמאות עצום, סיפק דיוק גבוהה בזיהוי כתב יד, זאת תוך צריכת אנרגיה מועטה בלבד – בניגוד למערכות תוכנה קיימות העוסקות בזיהוי כתב יד.

ד”ר לואי דאניאל

רשתות נוירונים מלאכותיות דומות, קונספטואלית, למוחנו: הן מקבלות דוגמאות של הנושא הנחקר – כתב יד, במקרה זה – ומסיקות בעצמן את ההבדלים בין האותיות וכיצד לזהות נכון אותיות. כאשר רשת הנוירונים מוטמעת בחומרה, תהליך הלמידה מחזק את הקישוריות בין רכיבים בצ’יפ, זאת בדומה לחיזוק הקשרים בין הסינפסות במוחנו במהלך למידה.

לצ’יפ החדש שימושים פוטנציאליים רבים מספור. לדוגמה, אפשר לשלבו בחיישני מצלמה של טלפונים ומכשירים אחרים, מה שיחסוך את הצורך בהמרה בין אותות אנלוגיים ודיגיטליים ויאפשר אנליזה של התמונה עצמה ללא צורך לתרגם אותה לפורמט דיגיטלי.

“חברות מסחריות נמצאות במרוץ מתמיד לשיפור המוצרים שלהם,” אומר פרופ’ קוטינסקי. “הן אינן יכולות לחזור שוב ושוב ללוח השרטוט ולתכנן מוצרים חדשים לגמרי, כי ההשקעה עצומה והסיכון ברור. כאן נכנס היתרון שיש לנו באקדמיה – ביכולתנו לפתח תפיסות טכנולוגיות חדשות שישפרו באופן משמעותי מוצרים הקיימים בשוק.”

מערך ממריסטורים בבדיקה תחת probe station.

את המחקר, בהנחיית פרופ’ קוטינסקי, הובילו ד”ר וויי וואנג, שעשה את פוסט-הדוקטורט בהנחיית פרופ’ קוטינסקי ועומד כיום בראש ראש קבוצת מחקר משלו בשנז’ן, סין; וד”ר לואי דאניאל, שהשלים את הדוקטורט בהנחיית פרופ’ קוטינסקי וכיום עובד בחברת מובילאיי. ד”ר וואנג פיתח את הקונספט התאורטי של הצ’יפ וערך את הניסויים וד”ר דאניאל עיצב את הצ’יפ והוביל את השלבים שהובילו לייצורו.

מעגל מודפס המשמש לבדיקת מעגלי הממריסטורים.

המחקר נתמך על ידי האיחוד האירופי במסגרת תוכניות ERC ו-FETOPEN.

למאמר המדעי ב-Nature Electronics לחצו כאן