Дослідники з Technische Universität Dresden у Німеччині нещодавно опублікували проривне дослідження, яке демонструє новий дизайн матеріалу для нейроморфних обчислень, технології, яка може мати революційні наслідки як для блокчейну, так і для ШІ.
Використовуючи техніку під назвою «резервуарні обчислення», команда розробила метод розпізнавання образів, який використовує вихор магнонів для майже миттєвого виконання алгоритмічних функцій.
Вони не лише розробили та випробували новий резервуарний матеріал, вони також продемонстрували потенціал нейроморфних обчислень для роботи на стандартному чіпі CMOS, що може перевернути як блокчейн, так і ШІ.
Класичні комп’ютери, як-от ті, що живлять наші смартфони, ноутбуки та більшість суперкомп’ютерів у світі, використовують двійкові транзистори, які можуть бути ввімкнені або вимкнені (виражаються як «одиниця» або «нуль»).
Нейроморфні комп’ютери використовують програмовані фізичні штучні нейрони для імітації органічної діяльності мозку. Замість обробки двійкових файлів ці системи надсилають сигнали через різні шаблони нейронів із додатковим фактором часу.
Причина, по якій це важливо для блокчейну та штучного інтелекту, зокрема, полягає в тому, що нейроморфні комп’ютери фундаментально підходять для розпізнавання образів і алгоритмів машинного навчання.
Двійкові системи використовують булеву алгебру для обчислень. З цієї причини класичні комп’ютери залишаються безперечними, коли справа доходить до чітких чисел. Однак, коли справа доходить до розпізнавання образів, особливо коли дані шумні або відсутня інформація, ці системи мають проблеми.
Ось чому класичним системам потрібно багато часу, щоб розв’язати складні криптографічні головоломки, і чому вони абсолютно непридатні для ситуацій, коли неповні дані перешкоджають математичному розв’язку.
У секторах фінансів, штучного інтелекту та транспорту, наприклад, існує нескінченний приплив даних у реальному часі. Класичні комп’ютери борються із закритими проблемами — наприклад, проблему безпілотних автомобілів наразі важко звести до серії обчислювальних проблем «істинно/хибно».
Однак нейроморфні комп’ютери створені спеціально для вирішення проблем, пов’язаних із браком інформації. У транспортній галузі класичному комп’ютеру неможливо передбачити потік трафіку, оскільки існує забагато незалежних змінних. Нейроморфний комп’ютер може постійно реагувати на дані в реальному часі, оскільки вони не обробляють точки даних по черзі.
Натомість нейроморфні комп’ютери запускають дані через конфігурації шаблонів, які функціонують дещо подібно до людського мозку. Наш мозок відтворює певні шаблони щодо певних нейронних функцій, і як шаблони, так і функції можуть змінюватися з часом.
За темою: Як квантові обчислення впливають на фінансову галузь?
Основна перевага нейроморфних обчислень полягає в тому, що порівняно з класичними та квантовими обчисленнями рівень споживання енергії надзвичайно низький. Це означає, що нейроморфні комп’ютери можуть значно скоротити витрати з точки зору часу та енергії, коли мова заходить як про роботу блокчейну, так і про видобуток нових блоків на існуючих блокчейнах.
Нейроморфні комп’ютери також можуть забезпечити значне прискорення систем машинного навчання, особливо тих, які взаємодіють із датчиками реального світу (самокеровані автомобілі, роботи) або тих, які обробляють дані в режимі реального часу (аналіз ринку криптовалют, транспортні вузли).
