Исследователи из Технического университета Дрездена в Германии недавно опубликовано новаторское исследование, демонстрирующее новый аппаратный дизайн для нейроморфных вычислений, технологию, которая может изменить правила игры как для блокчейна, так и для ИИ.
Используя технику, называемую «резервуарными вычислениями», команда разработала метод распознавания образов, который использует вихрь магнонов для почти мгновенного выполнения алгоритмических функций.
Они не только разработали и протестировали новый резервуарный материал, но и продемонстрировали потенциал нейроморфных вычислений для работы на стандартном КМОП-чипе, что могло бы Проливать как блокчейн, так и ИИ.
Обычные компьютеры, такие как те, что питают наши смартфоны, ноутбуки и большинство мировых суперкомпьютеров, используют двоичные транзисторы, которые можно включать и выключать (обозначается как «единица» или «ноль»).
Нейроморфные компьютеры используют программируемые физические искусственные нейроны для имитации органической активности мозга. Вместо обработки двоичных файлов эти системы отправляют сигналы через различные нейронные модели с добавленным временным фактором.
Причина, по которой это важно для областей блокчейна и искусственного интеллекта, в частности, заключается в том, что нейроморфные компьютеры в основном подходят для алгоритмов распознавания образов и машинного обучения.
В двоичных системах для расчета используется булева алгебра. По этой причине классические компьютеры остаются непревзойденными, когда дело доходит до вычисления чисел. Однако, когда дело доходит до распознавания образов, особенно когда данные зашумлены или информация отсутствует, эти системы испытывают затруднения.
Вот почему классические системы требуют много времени для решения сложных криптографических головоломок и почему они совершенно не подходят для ситуаций, когда неполные данные мешают математическому решению.
Например, в сфере финансов, искусственного интеллекта и транспорта наблюдается непрекращающийся приток данных в режиме реального времени. Обычные компьютеры борются с проблемами окклюзии — например, проблему беспилотных автомобилей до сих пор трудно свести к серии вычислительных задач «истина/ложь».
Однако нейроморфные компьютеры специально разработаны для решения проблем, связанных с нехваткой информации. В транспортной отрасли обычный компьютер не может предсказать транспортный поток, потому что существует слишком много независимых переменных. Нейроморфный компьютер может постоянно реагировать на данные в режиме реального времени, потому что он не обрабатывает точки данных одну за другой.
Вместо этого нейроморфные компьютеры пропускают данные через конфигурации шаблонов, которые работают так же, как человеческий мозг. Наш мозг излучает определенные паттерны в отношении определенных нейронных функций, а паттерны и функции могут изменять через некоторое время.
Основное преимущество нейроморфных вычислений заключается в том, что по сравнению с классическими и квантовыми вычислениями уровень их мощности потребление чрезвычайно низок. Это означает, что нейроморфные компьютеры могут значительно снизить затраты времени и энергии, когда речь идет как о майнинге блокчейна, так и о майнинге новых блоков в существующих блокчейнах.
Нейроморфные компьютеры также могут значительно ускорить системы машинного обучения, особенно те, которые взаимодействуют с датчиками реального мира (беспилотные автомобили, роботы) или те, которые обрабатывают данные в реальном времени (аналитика рынка криптовалют, транспортные узлы).
чтобы сохранить этот момент в истории и показать свою поддержку независимой журналистики в криптопространстве.