Geist

Sep 22, 2023

Ich kann mir nicht helfen. Ich denke ständig an das Musical Stop the World – I Want to Get Off aus dem Jahr 1961. Nach der Premiere in Manchester, England, wurde die Show ins West End in London verlegt, wo sie 485 Vorstellungen hatte.

Es ist nicht so, dass die Handlung dieser Extravaganz etwas mit dem zu tun hat, worüber wir hier sprechen. Es ist nur so, dass die Stimmung, die der Titel der Sendung zum Ausdruck bringt, die Art und Weise widerspiegelt, wie ich derzeit über künstliche Intelligenz (KI) und maschinelles Lernen (ML) denke.

Einerseits ist der aktuelle Stand der Dinge im Bereich KI und ML enorm spannend. Andererseits fange ich an zu glauben, dass ich all die Aufregung genossen habe, die ich ertragen kann.

Vor ein paar Wochen schrieb mir zum Beispiel mein Kumpel Rick Curl per E-Mail: „Hallo Max, ich habe gerade an ChatGPT herumgebastelt und diesen Chat ausprobiert: ‚Schreibe einen Artikel über Halbleitertechnologie im Stil von Max Maxfield‘.“ . Hier ist die Antwort:"

Eine spannende Reise in die Welt der Mikroelektronik

Hallo, meine lieben Elektronikbegeisterten! Ich bin Max Maxfield, Ihr freundlicher Elektronik-Guru aus der Nachbarschaft, und ich bin heute hier, um Sie auf eine aufregende Reise in die Welt der Halbleitertechnologie mitzunehmen.

Wie Sie vielleicht wissen, sind Halbleiter Materialien, deren elektrische Leitfähigkeit zwischen der eines Leiters und der eines Isolators liegt. Diese Materialien sind in der Welt der Mikroelektronik unverzichtbar und haben die Art und Weise verändert, wie wir leben, arbeiten und kommunizieren …

Es gab noch eine Menge mehr. Es war sehr gut geschrieben und ziemlich genau. Rick war so freundlich zu sagen: „Obwohl der Artikel interessant war, würde ich auf keinen Fall sagen, dass er von Ihnen geschrieben wurde! Kein Grund zur Sorge ... NOCH!“ Es war das „NOCH“, das mir Schauer über den Rücken jagte.

Sie können sich sicher nicht erinnern, dass ich Ihnen erzählt habe, dass ich vor kurzem begonnen habe, ein Buch zu schreiben, in dem ich die verschiedenen Dinge beschreibe, die ich als junger Bursche erlebt habe – etwas in der Art der Ramona-Bücher von Beverly Cleary. Der Grund, warum Sie sich nicht an dieses Wissen erinnern, ist, dass ich es noch nie zuvor geteilt habe.

Eine meiner Geschichten beschreibt einen Samstag, als mein Freund Jeremy und ich (beide etwa 7 Jahre alt) versuchten, in meinem Hinterhof (ganz hinten, außer Sichtweite des Hauses) ein Loch nach Australien zu graben. Als es anfing zu regnen, tarnten wir unser Loch, damit es niemand sehen konnte, und legten dann die Arbeit für einen Tag nieder. Ich kann mich nicht erinnern, warum wir das Loch getarnt haben. Vielleicht hatten wir Angst, dass jemand es stehlen würde.

Später am Nachmittag saß ich neben meinem Vater auf dem Sofa und schaute Zeichentrickfilme im Fernsehen, als meine Mutter das Zimmer betrat. Sie war von Kopf bis Fuß mit Schlamm bedeckt. „Was zum Teufel ist mit dir passiert?“ fragte mein Vater. Ich bin mir nicht sicher, wie Mama geantwortet hat, weil mir plötzlich einfiel, dass ich woanders eine dringende Verabredung hatte.

Der Grund, warum ich hier darüber herumschwafele, ist, dass ich möchte, dass jede meiner Vignetten im Laufe der Zeit von einer kleinen Bleistiftskizze begleitet wird – ein bisschen wie die in den Winnie the Pooh-Büchern. Ich freue mich darauf, mit einem menschlichen Künstler zusammenzuarbeiten, um genau das zu schaffen, was ich mir vorstelle. Abgesehen von allem anderen möchten wir die Bilder derselben beiden Jungen haben, wie sie von einem Jahr auf elf Jahre alt werden.

Aus einer Laune heraus bin ich einfach zu Stable Diffusion Online gegangen, das einen kostenlosen Stable Diffusion-Grafikgenerator ohne Anmeldung und eine Lizenz zur Nutzung der generierten Bilder nach eigenem Ermessen bietet (solange Sie dies nicht tun). für schändliche Zwecke verwenden oder gegen Gesetze verstoßen). In das Feld „Eingabeaufforderung“ habe ich etwas eingegeben wie „Bleistiftskizze von zwei kleinen Jungen in Stiefeln und Shorts, die mit Schaufeln ein Loch in einem Garten graben.“ Folgendes ist dabei herausgekommen:

KI-generierte Kunstwerke (Quelle: Stable Diffusion Online)

Das ist nicht ganz das, was ich suche, aber als Platzhalter eignet es sich hervorragend. Das Erschreckende daran ist, dass die Erstellung dieses Bildes nur etwa 10 Sekunden dauerte!

Aber wir schweifen ab ... Der Auslöser für meine aktuellen Überlegungen war, dass ich mich gerade mit Nandan Nayampally unterhielt, dem Chief Marketing Officer bei BrainChip. Es kommt mir vor wie gestern – aber es ist fast auf den Tag genau ein Jahr her –, als ich eine Kolumne „Brain Chips are Here!“ gepostet habe. Darin wurde beschrieben, wie die Leute von BrainChip Bestellungen für Mini-PCIe-Boards entgegennahmen, auf denen die erste Generation ihrer Akida-Plattform in Form ihrer neuromorphen AKD1000-Chips zur Schau gestellt wurde.

Auch wenn es sie erst seit einem Jahr gibt, erfreut sich die Plattform Akida 1.0 großer Erfolge, da sie von den Mitarbeitern eines großen Automobilherstellers genutzt wurde, um in einem ihrer Konzeptautos ein menschliches Interaktionserlebnis der nächsten Generation im Innenraum zu demonstrieren ; auch von den Leuten bei der NASA, die es sich zur Aufgabe gemacht haben, neuromorphes Lernen in ihre Weltraumprogramme zu integrieren; ebenfalls von einem großen Mikrocontroller-Hersteller, der im Dezember 2023 eine MCU mit neuromorpher Technologie von Akida auf den Markt bringen will. Und das schließt alle geheimen Eichhörnchenprojekte aus, über die wir nicht sprechen dürfen.

Nur um sicherzustellen, dass wir alle zum gleichen Trommelschlag tanzen, obwohl die Leute von BrainChip ihre Geräte wie den AKD100 für Evaluierungs- und Prototyping-Zwecke zur Verfügung stellen und Ihnen diese Geräte auf Wunsch gerne verkaufen Ihr Hauptgeschäftsmodell besteht darin, ihre neuromorphe Plattform in Form von IP zu lizenzieren, das Sie in Ihre eigenen SoC-Designs integrieren.

Jetzt, nur 12 Monate später, kündigen die Jungs und Mädels von BrainChip die zweite Generation ihrer Akida-Plattform an, deren Mission es ist, äußerst effiziente und intelligente Edge-Geräte für den Markt für Lösungen und Dienstleistungen im Bereich der künstlichen Intelligenz der Dinge (AIoT) voranzutreiben Bis 2030 wird ein Wert von über 1 Billion US-Dollar erwartet.

Hier gibt es so viel zu besprechen, dass ich befürchte, dass wir es auf Hochtouren wagen müssen, also machen Sie es sich in Ihrem Stuhl gemütlich und halten Sie sich gut fest.

Es besteht ein immer größerer Bedarf, die neuronale Verarbeitungsfähigkeit in Edge-Geräte zu integrieren. Es gibt auch eine Reihe von Überlegungen, die es zu bedenken gilt. Es heißt, dass große Probleme zu großen Chancen führen, und wir haben sicherlich einige große Probleme. Das primäre Training wird beispielsweise in der Cloud durchgeführt und – laut IEEE Spectrum – kann das Training eines einzelnen High-End-Modells 6 Millionen US-Dollar kosten, Sie möchten also nicht zum Nullpunkt zurückkehren und Ihre Modelle neu trainieren, wenn dies der Fall ist Du kannst ihm helfen.

Große Probleme führen zu einer großen Chance (Quelle: BrainChip)

Mittlerweile belaufen sich laut Deloitte allein in den USA die jährlichen Produktionsverluste aufgrund unerwarteter Ausfallzeiten auf 50 Milliarden US-Dollar. Dies könnte drastisch reduziert werden, wenn die neuronale Verarbeitung am Edge in einer prädiktiven Wartungsfunktion eingesetzt würde.

Die Leute von Forbes weisen darauf hin, dass die heutigen intelligenten Autos jeweils 1 TB Daten pro Auto und Tag generieren können. Das Hochladen all dieser Daten in die Cloud – im Gegensatz zur Verarbeitung großer Datenmengen am Netzwerkrand – führt zu einer riesigen Informationsflut im Internet.

Eine Tatsache, die mich umgehauen hat, ist, dass das CDC die jährlichen Produktivitätsverluste in den USA, die darauf zurückzuführen sind, dass Menschen aufgrund vermeidbarer chronischer Krankheiten nicht zur Arbeit erscheinen, auf etwa 1,1 Billionen US-Dollar beläuft.

Wenn große Probleme zu großen Chancen führen, dann bringen große Chancen auch große Herausforderungen mit sich. Bedenken Sie, dass die Leute bei PwC davon ausgehen, dass die Auswirkungen von KI auf das globale BIP bis 2030 etwa 15 Billionen US-Dollar betragen werden. Offensichtlich wird das nicht alles aus der Cloud kommen – man kann durchaus davon ausgehen, dass die erwarteten 1T+ intelligenten Edge-Geräte etwas dagegen tun können.

Große Chancen bringen große Herausforderungen mit sich (Quelle: BrainChip)

Laut Forbes könnte der AIoT-Umsatz im Jahr 2030 1,2 Billionen US-Dollar betragen. Und darüber hinaus schätzt der Edge AI Hardware Report 2023 von VDC Research, dass der Markt für Edge AI-Hardwareprozessoren bis 2030 35 Milliarden US-Dollar betragen wird. Ich sage es Ihnen; Ich dachte, dieses Jahr würde spannend werden, aber jetzt habe ich das Jahr 2030 fest im Blick.

Also ein 35-Milliarden-Dollar-Markt für Edge-KI-Prozessoren. Das erklärt sicherlich, warum die Leute bei BrainChip so begeistert von ihrer Akida 2.0-Plattform sind, einem vollständig digitalen neuromorphen ereignisbasierten Prozessor. Sobald Sie Ihr ursprüngliches Modell in der Cloud trainiert haben, unterstützt diese Plattform die einzigartige Möglichkeit, auf dem Gerät ohne erneutes Cloud-Training zu lernen, wodurch Entwickler die Möglichkeit haben, zuvor trainierte Modelle zu erweitern. Diese neue Inkarnation kann auch große Modelle wie ResNet-50 vollständig auf dem neuronalen Prozessor ausführen, wodurch der Host-Prozessor entlastet wird.

Es gibt so viel mehr über diese verlockende Technologie zu erzählen, dass ich mir die wirklich guten Teile bis zu meiner nächsten Kolumne aufheben werde. In der Zwischenzeit wäre ich wie immer daran interessiert, Ihre Meinung zu all dem zu hören.