U vremenu kada savremeni AI modeli troše stotine gigabajta memorije i oslanjaju se na bilione parametara, jedan programer je pokazao da čak i hardver iz sedamdesetih može da „glumi“ veštačku inteligenciju. Reč je o kultnom Zilog Z80 procesoru, predstavljenom još 1976. godine, koji je sada sposoban za jednostavan razgovor i igranje igre pogađanja pojmova.
Autor projekta, poznat kao HarryR, razvio je eksperiment pod nazivom Z80-μLM, koji na originalnom Z80 procesoru, bez podrške za rad sa decimalnim brojevima i sa svega 64 KB RAM-a, pokreće sistem AI dijaloga. Ceo model, mehanizam donošenja zaključaka i korisnički interfejs spakovani su u datoteku veličine oko 40 KB, što je praktično nezamislivo u modernom AI kontekstu.
Kako je „AI“ sveden na minimum
Da bi ovo uopšte bilo moguće, autor je morao da primeni ekstremnu optimizaciju. Zaboravljeno je na računanje sa pokretnim zarezom, a sve operacije se izvode isključivo pomoću 16-bitnih celobrojnih instrukcija koje Z80 podržava. Pored toga, korišćena je agresivna kvantizacija modela na samo četiri vrednosti: −2, −1, 0 i +1, čime je omogućeno da se u jednom bajtu upakuju čak četiri parametra.
Projekat trenutno nudi dva demonstraciona primera. Prvi je Tinychat, minimalistički „čet bot“ koji odgovara krajnje svedeno: sa OK kao neutralnim odgovorom, WHY? kada dovodi u pitanje pretpostavku i MAYBE kada nije siguran. Drugi primer je Guess, klasična igra „20 pitanja“, u kojoj AI „smisli“ pojam, a korisnik ga pogađa uz odgovore da ili ne.
Sam autor naglašava da ovaj sistem nema nikakve šanse da prođe Tjuringov test. Poenta nije u stvarnoj inteligenciji, već u istraživanju donje granice veličine i kompleksnosti AI sistema. Zbog toga su odgovori namerno neodređeni, kako bi se korisnik oslonio na kontekst i dodatna pitanja da bi stekao utisak „razumevanja“.
Z80-μLM tako nije dokaz da je stari hardver konkurentan savremenim čipovima, ali jeste fascinantan podsetnik koliko daleko mogu da se pomere granice optimizacije, čak i na procesoru starom skoro pola veka, prenosi mydrivers.
Benchmark.rs
