В Массачусетском университете предложили архитектуру ИИ ANT с асинхронной обработкой для снижения энергопотребления

Исследователи из Массачусетского университета представили архитектуру искусственного интеллекта ANT (Asynchronous Neural Turing networks). В работе, опубликованной в Nature Communications, говорится, что такой подход может заметно снизить энергопотребление вычислительных систем без потери вычислительных возможностей. Проект возглавляет профессор Хавы Зигельман (Hava Siegelmann). Разработка нацелена на решение двух проблем современных ИИ‑систем, высокого энергопотребления и ограниченной способности к непрерывному обучению в реальном времени.

Архитектура вдохновлена принципами работы мозга. Она предполагает асинхронную обработку данных и постоянное адаптивное обучение по мере поступления новой информации. В обычных системах модель сначала проходит фиксированную фазу обучения, после чего используется для инференса. ANT устроена иначе: обновляются только те части сети, которые нужны для текущего вычислительного шага. По замыслу авторов, это может сократить энергозатраты на порядки.

Авторы также напоминают о сравнении с человеческим мозгом. Он содержит примерно 86 миллиардов нейронов и потребляет около 20 ватт энергии, при этом демонстрирует сложное поведение при куда меньших энергетических расходах, чем современные ИИ‑системы. В теории ANT способна достичь вычислительной мощности традиционных цифровых систем и современных нейросетей. Работа опирается и на более ранние теоретические результаты Зигельман, включая её доказательство 1995 года о том, что рекуррентные нейронные сети обладают вычислительной мощностью, эквивалентной машине Тьюринга. Исследователи рассматривают возможные применения технологии в робототехнике, периферийных вычислениях, автономных транспортных системах и других сценариях, где энергопотребление становится критическим ограничением.