ジャカルタ - 人工知能(AI)技術は今日ますます洗練されていますが、そのエネルギー消費は依然として課題です。MITの分派企業であるLiquid AIによると、この高いエネルギー消費に対処する必要があります。
今日、ジェネレーティブAIのほぼ全体がトランスフォーマーアーキテクチャによって支配されています。このアーキテクチャは、世界のAIシステムの99%を支配していますが、このテクノロジーには1つの大きな欠点、つまりエネルギー消費が高いための弱い効率があります。
Liquid AI のラミン・ハサニ最高経営責任者(CEO)は、トランスフォーマーは長期的に持続可能な基盤にはなり得ないと評価している。その理由は、トランスフォーマーがデータを処理する方法は、AIシステムを高価にし、運用効率が低いためです。
「問題は、トランスフォーマーが量子的にデータを処理することです。より多くの情報が処理されればされるほど、エネルギー消費は指数関数的に増加します」とハサニはドバイで開催されたExpand North Star 2025イベントの傍らでVOIに語った。
この課題に答えるために、ハサニとマサチューセッツ工科大学(MIT)の彼のチームは、液体ニューラルネットワークと呼ばれる技術を開発しました。この技術は、人間と動物の生物学的システムに触発されています。
このシステムは、知性を開発し、最小限のエネルギー消費に適応することができます。ハサニ氏によると、この技術の仕組みは、人間や動物の学習方法と完全に似ています。
「人間や動物を見れば、彼らは学び、非常に効率的に適応することができます。彼らは行動や思考をコントロールするために大きなエネルギーを必要としません。私たちはその生物学的原則を模しています」とハサニは説明しました。
Liquid AIは現在、さまざまなアプリケーションにわたる液体ニューラルネットワークの使用を先導しようとしています。彼らはこの技術をスマートカーに衛星デバイスに適用します。この技術は、データセンターやクラウドにアクセスする必要なしに、小型デバイスで効率的に実行できます。
「私たちはGPTとは異なる液体財団モデルを構築しました。私たちのモデルは、ラスベリーピ、コーヒーマシン、車、携帯電話、ラップトップから衛星まで、ほぼすべてのデバイスで実行できます」とHasani氏は述べています。「インターネットなしで、携帯電話で直接動作できるオフライン版のChatGPTを想像できます。
この新技術の開発中、流動AIの焦点はエネルギー効率だけではありませんでした。彼らはまた、他の価値観にも焦点を当てていますが、その1つは経済効率です。この効率は、AIの運用コストを大幅に削減するために必要です。
次に、Liquid AI はデータプライバシーも優先し、さらに、ユーザーのデバイスで直接実行できるAIも優先します。彼らが開発した技術は、個人データを外部サーバーに送信しません。
最後に、Liquid AIは、その技術をより瞬時に使用させようとしていますが、セキュリティは高いままです。Hasani氏はまた、デバイスのAIも低遅延に焦点を当てる必要があると強調した。
効率に加えて、ハサニ氏はAIにおける透明性と解釈性の重要性を強調した。彼は、AIの最大の危険は、AIの決定方法に対する人間の理解の欠如であると考えています。
「私たちは、すべてのAI決定が説明できるようにしたいと考えています。人間がAIの考え方を理解していないとき、危険が現れるのはそこです」とハサニは言いました。「私たちの使命は、AIが人間のコントロール下にとどまり、賢明に使用されるようにすることです。
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
