Chińscy naukowcy zaprezentowali SpikingBrain 1.0 – model AI, zainspirowaniem działaniem ludzkiego mózgu. Według badaczy z Instytutu Automatyzacji Chińskiej Akademii Nauk (CASIA) nowy system może być nawet 100 razy szybszy od klasycznych modeli
W artykule
Jak działa SpikingBrain 1.0?
Tradycyjne modele oparte na architekturze Transformer (np. GPT czy LLaMA) aktywują całą sieć neuronową przy każdym obliczeniu. W przeciwieństwie do nich SpikingBrain 1.0 działa zdarzeniowo. To oznacza, że wykorzystuje tzw. neurony impulsowe, które uaktywniają się tylko wtedy, gdy zachodzi potrzeba przetworzenia informacji.
Taki sposób działania jest bliższy biologicznemu mózgowi człowieka, gdzie większość neuronów pozostaje w spoczynku, a impulsy pojawiają się jedynie w określonych momentach.
W efekcie model zużywa znacznie mniej energii i osiąga lepsze wyniki w analizie bardzo długich sekwencji danych. Od książek i dokumentów prawnych po dane medyczne czy genetyczne. Według raportu opublikowanego na arXiv SpikingBrain potrafi przyspieszyć generowanie wyników od 25 do nawet 100 razy w porównaniu do klasycznych modeli.
Energooszczędność i minimalizacja danych
Jednym z najbardziej przełomowych elementów jest efektywność uczenia. SpikingBrain 1.0 osiągnął wydajność porównywalną z otwartymi modelami LLM, korzystając jedynie z 2% danych wykorzystywanych przez konkurencyjne systemy. To może zrewolucjonizować koszty trenowania AI i otworzyć drzwi do bardziej dostępnych rozwiązań.
W testach przy analizie kontekstu o długości miliona tokenów model osiągnął 26,5-krotny wzrost prędkości przy generowaniu pierwszego tokena w stosunku do architektur Transformer.
Przeczytaj także: Centrum obliczeniowe Baltic AI Gigafactory – nowa era obliczeń dla Europy
Niezależność technologiczna i otwarty dostęp
SpikingBrain 1.0 został w pełni wytrenowany i wdrożony na chipach MetaX C550, czyli rodzimych układach GPU opracowanych w Chinach. To strategiczny krok w kontekście amerykańskich sankcji technologicznych ograniczających dostęp do zaawansowanych procesorów NVIDII.
Dyrektor instytutu Xu Bo podkreśla, że model „otwiera nową, nietransformatorową ścieżkę dla rozwoju sztucznej inteligencji nowej generacji”. Ponadto może stać się fundamentem dla neuromorficznychchipów niskiej mocy, które naśladują niezwykłą energooszczędność ludzkiego mózgu.
Badacze już udostępnili otwartą wersję 7B parametrów, a większy wariant (76B) został wystawiony do testów online pod nazwą Shunxi. Dołączono także szczegółowy raport techniczny w języku chińskim i angielskim, aby ułatwić społeczności naukowej analizę nowego podejścia.
Neuromorficzne dziedzictwo CASIA
Nie jest to pierwszy krok CASIA w kierunku neuromorficznej sztucznej inteligencji. Wcześniej instytut we współpracy ze szwajcarskimi naukowcami opracował chip Speck. Jego zużycie energii wynosiło zaledwie 0,42 mW – to wynik niemal nieosiągalny dla klasycznych układów.
Jak zauważa badacz Li Guoqi, SpikingBrain 1.0 to zarówno przełom w architekturze AI inspirowanej mózgiem, jak i „kamień milowy w pełnym procesie rozwoju krajowej mocy obliczeniowej”.
Jego zdaniem model otwiera drogę do praktycznych zastosowań w sektorach wymagających analizy bardzo rozbudowanych danych: w prawie, medycynie, naukach przyrodniczych czy fizyce wysokich energii.
Przeczytaj także: AI podważa fundamenty branży software. Czy „boom” generatywnej sztucznej inteligencji to zagrożenie dla tradycyjnego SaaS?
Na co nie znamy odpowiedzi?
Choć deklaracje chińskich badaczy robią wrażenie, w opublikowanych materiałach brakuje bezpośrednich porównań do modeli takich jak GPT-4, LLaMA 3 czy Claude. Nie ujawniono także dokładnych metryk zużycia energii ani szczegółowych kosztów wdrożenia w zestawieniu z platformami NVIDII. Otwarte pozostaje również pytanie o kompatybilność tego rozwiązania z popularnymi frameworkami, takimi jak PyTorch czy TensorFlow.
Mimo to projekt budzi ogromne zainteresowanie, ponieważ jeśli obietnice CASIA się potwierdzą, SpikingBrain 1.0 może wyznaczyć nowy standard w świecie sztucznej inteligencji.
Porozmawiaj z nami o sztucznej inteligencji
Dołącz do grupy "AI Business" na Facebooku
Polecamy e-book o AI
AI w marketingu – jak zwiększyć sprzedaż i zaangażowanie klientów?
Test Turinga: Czy AI jest już inteligentniejsze od człowieka?