در سال‌های اخیر، سامسونگ به‌شدت مشغول توسعهی فناوری‌های اختصاصی خود در حوزه‌ی هوش مصنوعی بود. سامسونگ به‌خوبی از نقش پررنگ هوش مصنوعی در دنیای آینده باخبر است و قصد دارد یکی از پیش‌گامان این حوزه باشد.
حال این شرکت کره‌ای با توسعه فناوری جدیدی در زمینه‌ی پردازش عصبی، گام مؤثر دیگری به‌منظور جابه‌جایی مرز‌های کنونی برداشته است. چشم‌بادامی‌ها با توسعهی الگوریتم جدیدی در زمینه‌ی یادگیری عمیق ، راهکاری خلق کرده‌اند که در مقایسه با راهکارهای کنونی، چهار برابر انرژی کمتر و هشت برابر کارایی بهتر را به ارمغان می‌آورد.
الگوریتم‌های یادگیری عمیق یکی از اجزای اصلی هوش مصنوعی به شمار میروند. این الگوریتم‌ها فرآیندهایی هستند که کامپیوتر از طریق آنها می‌تواند همانند انسان بیاندیشد و یاد بگیرد. واحد پردازش عصبی یا NPU پروسسوری است که برای رایانش الگوریتم یادگیری عمیق بهینه‌سازی شده و هدف آن پردازش کارآمد هزاران عملیات رایانش به طور همزمان است. کمپانی سامسونگ الکترونیکس در روز سه‌شنبه 2 جولای سال جاری میلادی (11 تیر 1398) از توسعه فناوری جدیدی در زمینه پردازش عصبی اختصاصی خود خبر داده است که اجازه می‌دهد هوش مصنوعی درون دستگاه با سرعت بیشتر و مصرف انرژی کمتر فعال شود و در عین حال فضای کمتری را درون تراشه اشغال نماید.
با استفاده از الگوریتم جدید یادگیری ماشینی معرفی‌شده در کنفرانس CVPR 2019 و به لطف آنچه سامسونگ فرآیند یادگیری با فواصل کوانتومی (یا QIL کوتاه‌شده Quantization Interval Learning) می‌نامد، شبکه‌های عصبی 4 بیتی ایجاد می‌شوند که دقت آنها به اندازه شبکه‌های 32 بیتی حال حاضر است. به بیان دیگر با استفاده از پروسه QIL افزایش کارایی و بهره‌وری انرژی از طریق فشرده‌سازی داده‌ها در گروه‌های 4 بیتی یا کوچک‌تر در کنار حفظ دقت داده‌ها امکان‌پذیر شده است. گفتنی است که دقت داده‌ها به کمک سازماندهی دوباره آنها برای ارائه در بیت‌هایی کوچک‌تر از اندازه موجود حفظ می‌شود. در واقع، کم شدن شمار بیت‌ها، منجر به کاهش تعداد محاسبات و نیز سخت‌افزار مورد استفاده می‌شود، چرا که هزاران عملیات رایانش یادگیری عمیق می‌تواند به صورت همزمان پردازش شود. به علاوه، محاسبات مربوط به عملگرهای منطقی «and» و «or» می‌تواند در کنار محاسبات ریاضی ساده‌تری مانند جمع و ضرب انجام شوند.
به‌تازگی سامسونگ این اتفاق را رسانه‌ای کرده و از آینده‌ای خبر داده که در آن، هوش مصنوعی قدرت‌بخش تمام دستگاه‌ها و فناوری‌های وابسته به حسگر خواهد بود. این موفقیت به‌واسطه‌ی گروه‌بندی داده‌ها در دسته‌های چهار بیتی میسر شده؛ شیوه‌ای که کره‌ای‌ها از آن با نام یادگیری با فواصل کوانتومی (Quantization Interval Learning) به اختصار QIL نیز یاد می‌کنند. رایانش‌هایی که ازطریق شیوه‌ی QIL انجام می‌شود، نتایجی مشابه راهکاری‌های کنونی دارند؛ با این تفاوت که از یک‌چهلم تا یک‌صدوبیستم تعداد ترانزیستور کمتری برای واحد پردازش عصبی استفاده می‌شود.
بر اساس اعلام سامسونگ، رایانش‌هایی که با استفاده از فرآیند QIL انجام می‌شود، نتایجی مشابه با راهکارهای موجود دارند با این تفاوت که با وجود افزایش 8 برابری سرعت، تعداد ترانزیستورهای مورد استفاده نسبت به گذشته یک‌چهلم تا یک صدوبیستم کاهش خواهد یافت. به این ترتیب، سیستم پردازش عصبی جدید سامسونگ علاوه بر این که می‌تواند کارهای معمول هوش مصنوعی مانند شناسایی اشیاء و احراز هویت زیست‌سنجی (از جمله تشخیص اثر انگشت، اسکن عنبیه و شناسایی چهره) را با سرعت بیشتر و مصرف انرژی کمتر انجام می‌دهد، قادر خواهد بود از پس کارهای پیچیده‌تر هم به خوبی برآید و جالب آن که همه اینها درون خود دستگاه انجام می‌شود.
چیپست 8 نانومتری Exynos 9 9820 سامسونگ، که سال گذشته معرفی شد، نخستین تراشه این شرکت است که به واحد پردازش عصبی یکپارچه اختصاصی مجهز شده است؛ پروسسوری که در گوشی‌های سری گلکسی S10 (بسته به منطقه توزیع) شاهد آن بودیم. استفاده از این چیپست در خانواده گلکسی S10 سبب ارتقاء کیفیت برداشت تصاویر و همچنین بهبود ویژگی‌های مرتبط با واقعیت افزوده و مجازی شده است.
مطابق پیش‌بینی سامسونگ، از آنجا که تشخیص دقیق و سریع اشیا در ماشین‌های خودران اهمیت زیادی دارد، احتمالا سیستم پردازش عصبی مبتنی بر QIL این کمپانی به زودی در این دسته از ماشین‌ها مورد استفاده قرار می‌گیرد. همچنین به نظر می‌رسد شاهد به‌کارگیری آنها در واقعیت مجازی نیز خواهیم بود که شاید از جهاتی در راستای فناوری DLSS شرکت Nvidia باشد؛ فناوری جدیدی که از یادگیری عمیق برای بهبود کیفیت تصویر استفاده می‌کند. البته کمپانی کره‌ای در پی آن است که این فناوری را در آینده نزدیک علاوه بر پروسسورهای موبایلی در موارد دیگری مانند سنسورهای هوشمند هم به کار گیرد.
