Stadig snakkes det om kunstig intelligens KI – i bilen ikke mer mystisk enn lur styring av automatkasser, før med Fuzzy logics – nå ofte med KI. Men det er mangel på silisium til halvledere – et problem for bilindustrien. Kina står sentralt.
Bildet øverst: Ny teknikk gir overlegen kunstig intelligens og strålende informasjons-skjermer i kommende biler, takket være ultra-smarte databrikker som jobber lokalt i bilen, mot minnet, uavhengig av skyen. (Foto: Continental Automotive)
Av Stein Bekkevold
Bilens CPU (Central Processing Unit) er avgjørende for driften, «store mor» styrer og passer på alt. I takt med at mer og mer styres av kunstig intelligens – som innsprøytning, tenning og giring – blir det enda viktigere å lage utstyr som behersker KI.
Og nå har noe skjedd på et sentralt område: Et internasjonalt team har utviklet en brikke (en minimaskin) som kjører beregninger direkte i minnet, og kan utføre KI-handlinger – alt til en brøkdel av kraften som trengs i eldre KI-system.
Nyheten heter NeuRRAM nevro-morf brikke. Den bringer KI et skritt nærmere lokal drift av dataenheter, frikoblet fra skyen: De kan kjøre tunge (kognitive) operasjoner uten nettverk! NeuRRAM-brikken er dessuten dobbelt så energi-effektiv som de nyeste «regne-i-minnet»-brikkene, og like nøyaktige som dagens digitale.
Vanlige KI-plattformer er større, og må ofte bruke servere i skyen. Videre er NeuRRAM-brikken allsidig og støtter ulike nevrale nettverk og arkitekturer. Dermed kan den stå i mange applikasjoner, også i bildegjenkjenning.
Enda bedre
Forskerteamet – der bioingeniører ved University of California San Diego deltok – beskrev resultatene i Nature. De sier at dagens KI både er strømkrevende og dyrt å bruke.
De fleste KI-applikasjoner kjører på edgeenheter; først flytter de data fra enhetene til skyen, der KI behandler og analyserer dem før de går tilbake til enheten. Dette fordi de fleste edgeenheter er batteridrevne, med begrenset kraft.
Med sitt lavere forbruk gir NeuRRAM mer robuste, smartere og mer tilgjengelige brukerlokaliserte edgeenheter og smartere dataarbeid. Teknikken kan også gi bedre datavern, fordi hyppig bruk av skyen selvsagt gir økt risiko. Så fremtidens datastyrte bil blir enda bedre. Får vi håpe …
Silisium
Og hva er kjernen i alt dette?: Silisium halvledere. Gull, kobber og aluminium er gode elektriske ledere, keramene er isolatorer. Midt imellom finner du halvlederne, de som leder eller ikke leder elektrisk strøm (elektroner) avhengig av sin tilstand. Og denne påvirkes av hvordan halvlederen er bygget og styres – krystallen kan bli leder og brukes som bryter o.a. i en datamaskin. Når den ikke leder strøm, er den en isolator …
Et eldre maskinkort/CPU fra Intel, slike blir snart avløst av ny, smart KI-teknologi. Også på denne nesten antikke brikken ser du en mengde (ganske enkle) mikromaskiner bygd opp av høyrent silisium – ofte fra Kina … (Foto: Intel)
Legeringselement
Ferrosilisium, en jernsilisiumlegering med varierende forhold mellom elementært (rent, atomært) silisium og jern, er utgangsmateriale for omtrent 80 prosent av verdens produksjon av rent silisium, med Kina som ledende leverandør – 4,6 Mt eller millioner tonn (2/3 av verdens produksjon), mest som ferrosilisium.
Så følger Russland med 610 000 t, Norge med 330 000 t (!), Brasil med 240 000 t og USA med 170 000 t. Stoffet går hovedsakelig til jern- og stålindustrien som legeringselement i jern eller stål – og for rensing av stål. Elkem ble tidlig store på dette.
Dyr prosess
Utlaking av pulverisert 96–97 prosent ren silisium med vann gir rundt 98,5 prosent rent Si. Men i halvledere trengs enda større renhet, og dette får de ved å redusere tetraklorsilan (silisiumtetraklorid) eller triklorsilan. Det første ved klorering av silisiumskrot, det andre som biprodukt av silisiumproduksjon.
Stoffene er flyktige og kan renses i destillasjon, fulgt av reduksjon til rent silisium med ultraren sink. De svampformede bitene smeltes og formes til sylindriske enkeltkrystaller før de igjen renses – i en egen raffinering.
Andre metoder bruker termisk spaltning av silan eller tetraiodosilan (SiI 4). Enda en prosess er reduksjon av natriumheksafluorosilikat, smart nok et avfallsprodukt fra fosfatgjødsel industrien, det behandles med metallisk natrium: prosessen er eksoterm (selvopphetende) og krever ingen energi utenfra.
Hyperrent silisium lages med høyere renhet enn nesten noe annet materiale: transistorer krever urenhet mindre enn en del per 1000, i spesielle tilfeller er urenhet under 1 del per 1012 nødvendig – og faktisk oppnådd. Alt dette bare for å illustrere kompleksiteten, og prisen …
Derfor er silisium gull verd. Og nå dominerer Kina produksjonen …
Lære mer:
Nevrale nettverk brukes som byggesteiner i maskinlæring og kunstig intelligens. Se dem som en forenkling av virkemåten til nervecellene i hjernen.
Prinsippene er enkle: nevrale nettverk er bygd opp av «nevroner» (prosesseringsenheter) og koblinger mellom disse. Nevronene påvirker hverandre på ulik måte. Dette bestemmes når nettverket lærer, basert på enkel matte. Teknisk er det matriseregning, med ikke-lineære funksjoner (som hyperbolsk tangens) og derivasjon. Styrken er at de lærer sammenhenger mellom inngangs- og utgangsdata, også i bilder – som jo egentlig er matriser med piksler.
Det heter at en datamaskin som løser oppgaver uten instruksjoner har kunstig intelligens. «Intelligente» søkemotorer søker basert på data fra tidligere søk og annen brukeradferd. Dette er maskinlæring, og har mange bruksområder, fra enkle programmer i smarttelefoner til chatbots og selvkjørende biler. Det finnes også KI som ikke lærer, de er regelbaserte systemder kompleks instruksjon for «intelligent adferd» er lagt inn. (Kilde her er bl.a. snl.no)
