Нейроморфный ИИ из KIST обучается в шесть раз быстрее Google — без лишних аппаратных затрат
Исследователи KIST (Корейский институт науки и технологий) создали метод A²SG — Adaptive and Asymmetric Surrogate Gradients. Он обучает спайкинговые нейросети с точностью мирового уровня на ImageNet, требуя в шесть раз меньше вычислительных затрат по сравнению с методом Google. Изменения только программные — железо трогать не нужно. Работа представлена на ICML 2026 в Сеуле.
معالج بواسطة الذكاء الاصطناعي من TechXplore AI؛ بتحرير Hamidun News
قدّم المعهد الكوري للعلوم والتكنولوجيا KIST في السادس من يوليو 2026، خلال مؤتمر ICML 2026، طريقةَ A²SG (التدرجات الإحلالية التكيّفية وغير المتماثلة — Adaptive and Asymmetric Surrogate Gradients)، وهي تقنية لتدريب الشبكات العصبية النبضية تتطلب ما يقارب ستة أضعاف أقل من الموارد الحسابية مقارنةً بالطريقة الرائدة لشركة Google، مع الحفاظ على دقة مماثلة.
ما هو A²SG ولماذا يُعدّ مهماً
تُحاكي الشبكات العصبية النبضية (SNN) عمل الدماغ البيولوجي: إذ تنقل الإشارات عبر نبضات متفرقة بدلاً من تدفق مستمر من الأرقام، مما يُفضي إلى استهلاك طاقة أقل جوهرياً مقارنةً بالشبكات العصبية العميقة التقليدية (DNN). تكمن المشكلة في صعوبة تدريبها، إذ لا تعمل طريقة الانتشار العكسي القياسية مباشرةً مع الشبكات العصبية النبضية.
تعالج طريقة A²SG، التي طوّرها فريق بقيادة الباحث الأول سونغسيك باك من قسم تكنولوجيا أشباه الموصلات في KIST، هذا التحدي عبر تدرجات إحلالية تكيّفية وغير متماثلة لبنيات المحوّلات (Transformers) المستندة إلى SNN.
- اكتساب الدقة — مستوى عالمي على معيار ImageNet
- العبء الحسابي — حوالي 1/6 مقارنةً بطريقة Google
- التطبيق — برمجي بالكامل، لا يستلزم أي تغييرات في الأجهزة
- نطاق التطبيق — الهواتف الذكية، الأجهزة القابلة للارتداء، الطائرات المسيّرة، أجهزة الاستشعار على مدار الساعة
- النشر — arXiv (DOI: 10.48550/arxiv.2606.11236)، ICML 2026، سيول، 6–11 يوليو 2026
ما الذي تغيّر في نهج التدريب
يكمن الاختلاف الجوهري لهذه الطريقة عن سابقاتها في كونها تكيّفية وغير متماثلة في آنٍ واحد. تُطبّق التدرجات الإحلالية التقليدية الدالة ذاتها على جميع الخلايا العصبية وفي جميع اتجاهات التدريب. أما A²SG فيُكيّف شكل التدرج لكل خلية عصبية بحسب نشاطها، ويُطبّق استراتيجيات مختلفة للمرور الأمامي والمرور العكسي. وهذا بالضبط ما يُولّد مكسب الكفاءة دون المساس بالجودة.
«يُعالج هذا البحث المشكلات البنيوية للذكاء الاصطناعي العصبي
المورفولوجي، مما يُعزّز إمكانات التطبيق العملي»، — سونغسيك باك، الباحث الرئيسي في KIST.
وفقاً لـ arXiv، أظهرت الطريقة تحسينات متسقة عبر شبكات عصبية بأحجام مختلفة وفي مهام متعددة. وكان الطالب الدكتوراندي كانغ يه تشان المؤلفَ الأول للورقة البحثية.
ماذا يعني هذا
يخرج الذكاء الاصطناعي العصبي المورفولوجي (Neuromorphic AI) من نطاقه الأكاديمي: فإذا تمكّن A²SG من التحوّل إلى منتج تجاري — وقد أعلن KIST بالفعل عن خطط لإنشاء رقائق ذكاء اصطناعي منخفضة الاستهلاك مستندة إلى وحدة المعالجة العشوائية RPU (Random Processing Unit) — فستتمكن الأجهزة المزودة بالذكاء الاصطناعي من العمل دون دعم سحابي مستمر، وباستهلاك أجزاء من الواط بدلاً من ميغاواطات مراكز البيانات.
الأسئلة الشائعة
ما هي الشبكة العصبية النبضية وبم تتفوق على الشبكة التقليدية؟
تنقل الشبكة العصبية النبضية (SNN) المعلوماتِ عبر نبضات متفرقة، كالخلايا العصبية في الدماغ، بدلاً من تدفق مستمر من الأرقام. يُقلّل ذلك من استهلاك الطاقة بمقدار رتب قياسية مقارنةً بالشبكات العصبية العميقة الكلاسيكية (DNN) — مع الحفاظ على جودة نتائج مماثلة في عدد من المهام.
هل من الضروري تغيير الأجهزة لاستخدام A²SG؟
لا. الطريقة مُطبَّقة بالكامل برمجياً — لا حاجة إلى استبدال المعالجات أو الرقائق، مما يُخفّض بشكل حاد عتبة الاعتماد.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.