Güney Kore'deki Kore İleri Bilim ve Teknoloji Enstitüsü (KAIST) bünyesindeki araştırmacılar, yapay zeka (AI) donanımlarında enerji verimliliği ve kararlılık alanlarında önemli bir ilerleme kaydetti. Geliştirilen yeni nesil 'Frekans Anahtarlamalı Neuristor', biyolojik nöronların uyum sağlama yeteneğini taklit ederek daha sürdürülebilir ve dayanıklı yapay zeka sistemlerinin önünü açıyor.
Bu yenilikçi cihaz, insan beynindeki nöronların gelen uyarılara karşı hassasiyetini ayarlaması gibi, sinyal frekansını otonom olarak değiştirme kabiliyetine sahip. Bu 'içsel plastisite' özelliği, cihazın performansını artırmanın yanı sıra beklenmedik durumlara karşı direncini de güçlendiriyor. Araştırmacılar, hem geçici (volatile) hem de kalıcı (non-volatile) memristörleri entegre ederek, neuristorun programlanabilir çok seviyeli frekans-voltaj davranışları sergilemesini sağladılar. Bu sayede, yapay zeka sistemlerinin öğrenme ve adaptasyon yetenekleri önemli ölçüde geliştirildi.
Yapılan simülasyonlar, bu yeni neuristor teknolojisinin kullanıldığı seyrek sinir ağlarının (sparse neural networks), geleneksel yapay zeka ağlarına kıyasla %27,7 daha az enerji tükettiğini ortaya koydu. Tüm bu enerji tasarrufuna rağmen, hesaplama doğruluğundan ödün verilmediği gözlemlendi. Ayrıca, neuristorun dikkat çekici bir dayanıklılık gösterdiği de belirlendi. Yapay olarak hasar verilen sinirsel bileşenlere rağmen, cihazın kendini yeniden organize ederek performansını geri kazanabildiği kanıtlandı. Bu özellik, özellikle uzun süreli kararlılığın kritik olduğu uygulamalar için büyük önem taşıyor.
Bu çığır açan buluş, 18 Ağustos 2025 tarihinde prestijli 'Advanced Materials' dergisinde yayınlandı. Profesör Kyung Min Kim liderliğindeki ekip tarafından yürütülen çalışma, yapay zeka donanımlarının enerji verimliliğini ve kararlılığını yeni bir seviyeye taşıyor. Bu teknolojinin, özellikle kenar bilişim (edge computing) cihazları ve otonom araçlar gibi sürekli ve güvenilir performansa ihtiyaç duyan alanlarda devrim yaratması bekleniyor. Nöromorfik bilişim alanındaki bu ilerlemeler, yapay zekanın daha verimli ve insan beynine daha yakın bir şekilde çalışmasını sağlayarak geleceğin teknolojilerine yön veriyor.
Yapay zeka donanımlarının enerji tüketimi, günümüzün en önemli teknolojik zorluklarından biri olarak öne çıkıyor ve bu tür yenilikler, sürdürülebilir bir dijital gelecek için umut veriyor. Yapay zeka araştırmaları, geleneksel işlemcilerin enerji verimliliği sınırlarını zorlarken, beyin-esintili mimariler, bu alanda yeni bir çağın kapısını aralıyor. Örneğin, geleneksel GPU'lar yüksek performans sunarken, önemli ölçüde enerji tüketirler; buna karşılık nöromorfik çipler, belirli görevlerde 500 kata kadar daha enerji verimli olabilir. KAIST ekibinin geliştirdiği bu neuristor, bu alandaki önemli bir adımı temsil ediyor ve yapay zekanın daha erişilebilir ve çevre dostu hale gelmesine katkıda bulunuyor.