Koha të flasim për neuroprocesorët

Kaspersky njoftoi së fundmi investimin në Motiv NT, që po zhvillon një neuroprocesor të vetin, “Altai”. Le të shohim se çfarë janë neuroprocesorët, si dallojnë ata nga procesorët konvencionalë dhe pse kjo fushë duket shumë premtuese në termat e zhvillimit të teknologjisë kompjuterike. 

Tru kompjuter 

Çdo kompjuter modern, tablet, telefon inteligjent, pajisje rrjeti apo pult dixhital ka një njësi qendrore procesimi(CPU) – një pajisje me qark elektronik që ka qëllim të përgjithshëm ekzekutimin e kode e kompjuterike. Parimet operative të procesorit tradicional u hodhën në vitet ‘1940, por ndoshta është befasi, nuk kanë ndryshuar shumë qysh atëherë: CPU lexon komandat dhe i ezkekuton në vijimësi. Në nivel CPU-je çdo program përthyhet në detyrat më të thjeshta. Këto janë komanda të tilla si “lexo nga memoria”, “shkruaj në memorie”, “shto dy numra”, “shumëzo”, “pjesëto” etj. Ka shumë nuanca që lidhen me operimin e CPU, por për diskutimin e këtushëm është e rëndësishme të kujtohet se për një kohë të gjatë, CPU-ja mund të performonte vetëm një operacion për cikël. Këto cikle mund të jenë të shumta: në fillim qindra mijëra, mandej miliona dhe sot miliardë/sekondë. Megjithatë, deri së fundmi(mesi i viteve 2000), një kompjuter tipik i përdorur në shtëpi, apo një laptop kishte vetëm një procesor. 

Multitaskting- aftësia për të ekzekutuar disa programe njëkohësisht mbi një CPU, u arrit përmes alokimit të burimeve: disa frekuenca veprimi i jepen një programi, më pas burimet i caktohen një tjetri, mandej një të treti dhe kështu me radhë. Kur në treg u shfaqën procesorë shumëbërthamësh dhe me kosto të përballueshme, burimet mund të akokoheshim me më shumë efikasitet. Në të moment u bë e mundur jo vetëm të aktivizoje disa programe në bërthama të ndryshme, por edhe të ekzekutohej një program mbi disa bërthama njëkohësisht. Në fillim, kjo nuk ishte e lehtë: shumë programe dhe shumë lojëra për disa kohë nuk optimizoheshim për sistemet shumëbërthamësh apo shumëprocesorësh. 

Sot CPU-të mund të zgjidhen edhe nga përdoruesit shtëpiakë dhe të kenë 16 ose edhe 32 bërthama. Kjo është një e dhënë impresionuese, por larg nga maksimumi i mundshëm- edhe për konsumatorin konvencional të teknologjisë. P.sh karta e videos së Nvidia GeForce 3080Ti ka 10 240 bërthama(core). Pse kjo diferencë kaq e madhe? Sepse CPU-të tradicionale janë shumë më të ndërlikuar sesa bërthamat procesiese të përdorura në kartat video. CPU-të e zakonshme performojmë një bashkësi funksionesh të thjeshta, kurse njësitë procesiese të grafikave të specializuara (GPU) në kartat video janë edhe më primitive, të afta vetëm për operacione shumë bazike por të cilat ato i kryejnë shumë shpejt dhe që bëhen të dobishme kur duhet të performosh miliarda operacione të tilla në çdo sekondë. Si në lojërat komjuterike p.sh, ku të themi për të llogaritur dritën e një skene, duhen kryer shumë përllogaritje relativisht të thjeshta për secilën pikë në imazh. 

Pavarësisht nuancave, bërthamat procesuese që përdoren në CPU-të konvencionale dhe kartat video, nuk dallojnë në themel nga njëra-tjetra. Megjithatë procesorët neuromorfikë janë tërësisht të ndryshëm si nga CPU-ja ashtu edhe GPU-ja. Ato nuk përpiqen të zbatojnë një bashkësi elementësh për performimin e operacioneve algoritmetike- sekuencialisht apo në paralel. Në vend të kësaj, ato synojnë riprodhimin e strukturës së trurit njerëzor!

Në llogaritje, elementi më i vogël i matricës konsiderohet të jetë tranzistori i thjeshtë: ka disa miliarda elementë të tillë mikroskopikë në një CPU tipike të çdo kompjuteri apo telefoni inteligjent. 

Në trurin njerëzor, elementi bazik ekuivalent është neuroni, apo qeliza nervore. Neuronet lidhen me njëri -tjetrin me sinapse. Disa dhjetëra miliarda neurone bëjnë trurin njerëzor, i cili është një sistem shumë kompleks që mëson vetë. Disiplina e njohur si inxhinieria neuromorfike është përqendruar për dekada në riprodhimin, të paktën pjesërisht, të strukturës së trurit njerëzor në formën e qarqeve elektronike. Procesori Altai, i zhvilluar duke përdorur këtë qasje, është një zbatim harduerik i indit trunor -me gjithë neuronet dhe sinapset. 

Neuroprocesorët dhe rrjetet neurale

Por le të mos nxitojmë shumë. Ndonëse kërkuesit kanë patur sukses në riprodhimin e elementëve të caktuar të strukturës së trurit duke përdorur gjysmëpërçuesit, kjo nuk do të thotë se ne do të shohim së shpejti kopjet dixhitale të njerëzve. Një detyrë e tillë është shumë e ndërlikuar, edhe pse ajo përfaqëson Graalin e Shenjtë të një kërkimi të tillë. Ndërkohë, neuroprocesorët – kopje gjysmëprçuese të strukturës së trurit tonë – kanë disa aplikime praktike. Ata janë të nevojshëmpër të vënë në punë sistemet e mësimit nga makina dhe rrjeteve neurale mbi të cilat ato ngrihen. 

Një rrjet neural, apo më saktë një rrjet neural artificial mknsiston në një bashkësi qelizash të afta për të procesuar dhe grumnulluar informacion. Modeli klasi i rrjeti neural, perceptroni, u zhvillua në vitet ‘1960. Kjo bashkësi qelizash mund të krahasohet me një matriks kamere, por që është po ashtu e aftë të mësojë, interpretojë një imazh të kalur dhe të gjejë modele për të. Lidhjet e veçanta mes qelizave dhe tipet e ndryshme të qelizave që procesojnë informacionin sa për t’i dalluar kështu, p.sh, mes letrave të alfabetit të mbajtura para lenteve. Por kjo ishte 60 vjet më parë. Që atëherë, sidomos gjatë dekadës së fundit, mësimi i makinës dhe rrjetet neurale janë bërë terren bazë në shumë detyra konkrete. 

Problemi i njohjes së gërmave të alfabetit është zgjidhur me kohë; siç motoristët mund ta dinë shumë mirë, kamerat e shpejtësisë mund të njohin lejen e qarkullimit të mjetit të tyre – nga çdo kënd, ditën apo natën, edhe nëse janë të mbuluara me baltë. Një detyrë tipike për një rrjet neural është marrja e një fotoje (p.sh e një stadiumi nga lart) dhe numërimi i njerëzve në të, këto detyra manë diçka të përbashkët: inputet informative nuk ndryshojnë shumë. Një program i zakonshëm i modelit të vjetër do të ishte në gjendje të njihte një leje qarkullimi të fotografuar përballë dhe mëskn të dallojë gërmat dhe numrat që e përbëjnë atë(ose tipare të tjera të inputit informativ që ai ka). Dhe ndonjëherë bëhet ekspert të themi kur në fushën e mjekësisë mund të gjejë më saktë diagnozën – apo më shpejt – sesa një doktor. 

Le të kthehemi te implementimi i rrjeteve neurale. Llogaritjet për zbatimin e një algoritmi të rrjetit neural janë deri diku të thjeshta, por ka kaq shumë operacione. Kjo detyrë i rri më mirë jo një CPU-je tradicional, por një karte video me mijëra, apo dhjetëra mijëra të moduleve përllogaritëse. Është e mundshme po ashtu për të krijuar një CPU edhe më të specializuar që performon një bashkësi përllogarijesn që duhen jo vetëm për një algoritëm të veçantë mësimi. Kjo do të ishte diçka më e mirë dhe disi më efektive. Por të gjitha këto pajisje ende konstituojnë rrjetin neural(bashkësia e nyjeve qelizore që perceptojnë dhe procesojnë informacionin, të lidhura me lidhje shumëfish me njëra-tjetrën) në nivel softueri, ku neuroprocesori implemton skemën e rrjetit neural në nivel hardueri. Implementimi i harduerit është ndjeshëm më efika.

Neuroprocesori i Intel, Loihi, konsiston në 131 072 neurone artificiale aë janë të ndërlidhura nga një sasi shumë më e madhe sinapsesh(mbi 130 milionë). Një avantazh i rëndësishëm i kësaj skeme është fuqia e ulët e konsumit kur është inaktive, ndërkohë që GPU-të konvencionale janë konsumatorë energjie edhe kur nuk janë në punë.  Kjo, bashkë me performancën teorikisht më të lartë të rrjeteve neruale në detyrat trajnuese, çon në konsum më të ulët energjie. Brezi i parë i procesorëve Altai, p.sh konsumon një mijë herë më pak energj sesa implementimi i një GPU-je aaloge me të. 
 

Rrjetet neurale dhe siguria

130 000 neurone janë shumë më pak sesa miliardat në trurin njerëzor. Kërkimi që do na sjellë ne më afër një kuptimi më të mirë sesi punon truri – dhe krijimit të sistemeve shumë më efikase që mësojnë vetë – sapo ka filluar. E rëndësishme është se neuroprocesorët po kërkohen qysh tani, qëkurse teorikisht ata na lejojnë të zgjidhim problemet më më efektivitet probleme ekzistuese. Një njohës modeli i ndërtuar në telefonin tuaj inteligjent që mund të dallojë të themi, mes llojeve të ndryshme të boronicave që po zgjidhnj, është thjesht një shembull. 

Qysh tani, CPU të specializuar për procesim videosh dhe detyrash të ngjashme janë vendosur në masë në telefonat apo laptopin tuaj. Neuroprocesorët e çojnë idenë e mësimit të mëkinës disa hapa më tej, duke ofruar një zgjidhje më efektive. 

Pse është kjo fushë me interes për Kaspersky? 
Së pari, produktet tona përdorin aktivisht rrjetet neurale dhe teknologjitë e machine learning në përgjithësi. Këto përfshijnë p.sh teknologji për procesimin e sasive të mëdha të informacionit rreth operacioneve në një rrjet korporate: p.sh, monitorimi i të dhënave të ndara nga nyjet me njëra-tjetrën apo me botën jashtë korporatës. Teknologjitë e machine learning na mundësojnë të identifikojmë anomali në këtë fluks trafiku dhe të gjejmë aktivitet të pazakontë, që mund të jetë rezultat i një ndërhyrjeje apo veprimi keqdashës nga një i brendshëm. 

Së dyti, Kaspersky po zhvillon sistemin e vet operativ- KasperskyOS- që garanton ekzekutim të sigurtë të detyrave të caktuara pajisjeve nën kontrollin e tij. Integrimi i rrjeteve neurale harduer në pajisje me sistemin tonë operativ duket shumë premtues për të ardhmen. Në finalen e këtij procesi do të jetë shfaqja e një Inteligjence Artificiale të vërtetë – një makinë që jo vetëm zgjidh detyra për ne, por cakton(dhe po ashtu i zgjidh) detyrat e veta. 

Kjo do të shoqërohet me çështje etike dhe me siguri që do të jetë e vështirë për njerëzit të kuptojnë se një makinë që bindet dhe shërben është bërë më e zgjuar sesa krijuesi i saj. Ka shumë rrugë para. Rreth pesë vjet më parë, çdokush ishte i sigurtë se makinat me pilot automatik ishin literalisht gati dhe se kishin nevojë vetëm për ca rregullime të vogla. Sisteme të tilla lidhen po ashtu ngushtë me machine learning dhe në vitin 2022 mundësitë në këtë fushë ende kundërbalancohen nga problemet. 

Edhe detyra më e thjeshtë e drejtimit të një makine – të cilën njerëzit e kanë menaxhuar mirë – nuk mund t’i besohet plotësisht një roboti. Kjo është asyeja pse zhvillime të reja në këtë fushë kanë rëndësi të madhe – si në nivel softueri ashtu edhe idesh, por edhe në nivel hardueri. Të gjitha këto të gërshetuara, mund të mos çojnë ende në shfaqjen e robotëve të zgjuar si në librata po filmat sci-fi, por do ta bëjnë patjetër jetën tonë pak më të lehtë dhe më të sigurtë. 

Burimi: Kaspersky

Përkthimi: Skerdilajd Zaimi