Uued uuringud näitavad, kuidas ajulaadsed arvutid võivad plokiahelat ja tehisintellekti muuta

Saksamaa Dresdeni Technische Universität teadlased avaldasid hiljuti murrangulise uuringu, mis tutvustas uut materjalikujundust neuromorfse andmetöötluse jaoks – tehnoloogial, millel võib olla revolutsiooniline mõju nii plokiahelale kui ka tehisintellektile.

Kasutades tehnikat, mida nimetatakse "reservuaariarvutuseks", töötas meeskond välja mustrituvastuse meetodi, mis kasutab magnonite keerist, et täita algoritmilisi funktsioone peaaegu hetkega.

Teadlased mitte ainult ei arendanud ja katsetasid uut reservuaari materjali, vaid näitasid ka neuromorfse andmetöötluse potentsiaali töötada standardse CMOS-kiibiga, mis võib muuta nii plokiahela kui ka tehisintellekti (AI).

Klassikalised arvutid, näiteks need, mis toidavad nutitelefone, sülearvuteid ja enamus maailma superarvuteid, kasutavad binaartransistore, mis võivad olla sisse või välja lülitatud (väljendatud kas „üks” või „null”).

Neuromorfsed arvutid kasutavad orgaanilise ajutegevuse jäljendamiseks programmeeritavaid füüsilisi tehisneuroneid. Binaarfailide töötlemise asemel saadavad need süsteemid signaale erinevate neuronite mustrite kaudu, millele on lisatud ajafaktor.

Põhjus, miks see on oluline plokiahela ja AI valdkondade jaoks, on see, et neuromorfsed arvutid sobivad põhimõtteliselt mustrite tuvastamise ja masinõppe algoritmide jaoks.

Binaarsüsteemid kasutavad arvutamiseks Boolean algebrat. Sel põhjusel jäävad klassikalised arvutid numbrite krigistamise osas kahtluse alla. Kuid mis puudutab mustrituvastust, eriti kui andmed on mürarikkad või puudub teave, siis need süsteemid on hädas.

Seetõttu kulub klassikalistel süsteemidel keerukate krüptograafiamõistatuste lahendamiseks palju aega ja miks need ei sobi olukordadeks, kus mittetäielikud andmed takistavad matemaatikapõhist lahendust.

Näiteks finants-, tehisintellekti- ja transpordisektoris on reaalajas andmete lakkamatu sissevool. Klassikalised arvutid võitlevad ummistunud probleemidega – näiteks juhita autode väljakutset on seni osutunud raskeks taandada rea ​​"tõene/vale" arvutusprobleemiks.

Neuromorfsed arvutid on aga loodud teabepuudusega seotud probleemide lahendamiseks. Transporditööstuses on klassikalisel arvutil võimatu liiklusvoogu ennustada, kuna sõltumatuid muutujaid on liiga palju. Neuromorfne arvuti suudab pidevalt reageerida reaalajas andmetele, kuna see ei töötle andmepunkte ükshaaval.

Selle asemel käitavad neuromorfsed arvutid andmeid mustrikonfiguratsioonide kaudu, mis toimivad mõnevõrra nagu inimese aju. Inimese ajus vilguvad spetsiifilised mustrid seoses konkreetsete närvifunktsioonidega ning nii mustrid kui ka funktsioonid võivad aja jooksul muutuda.

Seotud: Kuidas mõjutab kvantarvutus finantssektorit?

Neuromorfse andmetöötluse peamine eelis seisneb selles, et võrreldes klassikalise ja kvantarvutiga on selle energiatarbimise tase äärmiselt madal. See tähendab, et neuromorfsed arvutid võivad märkimisväärselt vähendada aja- ja energiakulusid nii plokiahela kasutamisel kui ka uute plokkide kaevandamisel olemasolevatel plokiahelatel.

Neuromorfsed arvutid võivad samuti anda märkimisväärset kiirust masinõppesüsteemidele, eriti neile, mis liidestuvad reaalmaailma anduritega (isesõitvad autod, robotid) või need, mis töötlevad andmeid reaalajas (krüptoturu analüüs, transpordikeskused).

Koguge see artikkel NFT-na et säilitada see hetk ajaloos ja näidata oma toetust sõltumatule ajakirjandusele krüptoruumis.