Жакында Германиядагы Дрезден Technische Universität изилдөөчүлөрү блокчейнге да, AI үчүн да революциялык кесепеттерге ээ боло турган нейроморфтук эсептөөлөр үчүн жаңы материалдын дизайнын көрсөткөн прогрессивдүү изилдөөлөрдү жарыялашты.
"Резервуарды эсептөө" деп аталган ыкманы колдонуп, команда алгоритмдик функцияларды заматта аткаруу үчүн магнондордун куюндарын колдонгон үлгү таануу ыкмасын иштеп чыкты.
Окумуштуулар резервуардын жаңы материалын иштеп чыгып, сынап гана тим болбостон, алар блокчейн менен жасалма интеллектти (AI) да көтөрө турган стандарттуу CMOS чипинде иштөө үчүн нейроморфтук эсептөө потенциалын көрсөтүштү.
Смартфондорду, ноутбуктарды жана дүйнөдөгү суперкомпьютерлердин көпчүлүгүн кубаттаган классикалык компьютерлер экилик транзисторлорду колдонушат, алар күйгүзүлгөн же өчүрүлгөн («бир» же «нөл» катары көрсөтүлөт).
Нейроморфтук компьютерлер мээнин органикалык активдүүлүгүн тууроо үчүн программалануучу физикалык жасалма нейрондорду колдонушат. Бинарларды иштетүүнүн ордуна, бул системалар кошумча убакыт фактору менен нейрондордун ар кандай үлгүлөрү боюнча сигналдарды жөнөтүшөт.
Мунун blockchain жана AI тармактары үчүн маанилүү болушунун себеби, тагыраак айтканда, нейроморфтук компьютерлер үлгүлөрдү таануу жана машина үйрөнүү алгоритмдери үчүн принципиалдуу түрдө ылайыктуу.
Бинардык системалар эсептөө үчүн буль алгебрасын колдонот. Ушул себептен улам, классикалык компьютерлер сандарды кыскартууга келгенде талашсыз бойдон калууда. Бирок, үлгү таанууга келгенде, айрыкча маалыматтар ызы-чуу болгондо же маалымат жок болгондо, бул системалар күрөшөт.
Мына ушундан улам классикалык системалар татаал криптографиялык табышмактарды чечүү үчүн бир топ убакытты талап кылат жана эмне үчүн алар толук эмес маалыматтар математикага негизделген чечимге тоскоол болгон кырдаалдарга таптакыр жараксыз.
Мисалы, каржы, AI жана транспорт секторлорунда реалдуу убакыттагы маалыматтардын тынымсыз агымы бар. Классикалык компьютерлер жабылган көйгөйлөр менен күрөшөт — мисалы, айдоочусу жок унаалардын көйгөйүн бир катар "чын/жалган" эсептөө көйгөйлөрүнө чейин азайтуу кыйын.
Бирок, нейроморфтук компьютерлер маалыматтын жетишсиздигине байланыштуу көйгөйлөрдү чечүү үчүн курулган. Транспорт тармагында классикалык компьютерге трафиктин агымын алдын ала айтуу мүмкүн эмес, анткени көз карандысыз өзгөрмөлөр өтө көп. Нейроморфтук компьютер реалдуу убакыттагы маалыматтарга дайыма реакция кыла алат, анткени ал маалымат чекиттерин бирден иштетпейт.
Анын ордуна, нейроморфтук компьютерлер адамдын мээсиндей иштеген үлгү конфигурациялары аркылуу маалыматтарды иштетишет. Адамдын мээси белгилүү бир нейрондук функцияларга байланыштуу белгилүү бир калыптарды жаркыратат жана үлгүлөр да, функциялар да убакыттын өтүшү менен өзгөрүшү мүмкүн.
байланыштуу: Кванттык эсептөөлөр каржы тармагына кандай таасир этет?
Нейроморфтук эсептөөнүн негизги артыкчылыгы классикалык жана кванттык эсептөөлөргө салыштырмалуу анын энергия керектөө деңгээли өтө төмөн. Бул нейроморфтук компьютерлер блокчейнди иштетүүгө жана учурдагы блокчейндерде жаңы блокторду казууга келгенде, убакыт жана энергия жагынан чыгымдарды бир топ кыскарта аларын билдирет.
Нейроморфтук компьютерлер ошондой эле машинаны үйрөнүү системаларынын, айрыкча реалдуу дүйнөдөгү сенсорлор (өзүн-өзү айдаган унаалар, роботтор) же реалдуу убакыт режиминде маалыматтарды иштеткендер (крипто рыногун талдоо, транспорт түйүндөрү) менен иштөөнүн олуттуу ылдамдыгын камсыздай алат.
Бул макаланы NFT катары чогултуңуз тарыхта ушул учурду сактап калуу жана крипто мейкиндигинде көз карандысыз журналистиканы колдоо.
Булак: https://cointelegraph.com/news/new-research-shows-how-brain-like-computers-could-revolutionize-blockchain-and-ai