به گزارش خبرآنلاین، به نقل از ایسنا، دانشمندان نوع جدیدی از دستگاه نانوالکترونیکی را ساختهاند که میتواند میزان مصرف انرژی سیستمهای هوش مصنوعی را به میزان قابل توجهی کاهش دهد. این نوآوری با کپی کردن نحوه پردازش اطلاعات توسط مغز انسان کار میکند و جایگزینی کارآمدتر را برای سختافزارهای هوش مصنوعی پرمصرف امروزی ارائه میدهد.
به نقل از ساینسدیلی، این گروه پژوهشی به رهبری «دانشگاه کمبریج»(University of Cambridge)، نسخه اصلاحشدهای از اکسید هافنیوم را توسعه دادهاند که به عنوان یک ممریستور بسیار پایدار و کمانرژی عمل میکند؛ قطعهای که برای شبیهسازی نحوه اتصال و ارتباط نورونها در مغز طراحی شده است.
چرا سیستمهای هوش مصنوعی کنونی این قدر انرژی مصرف میکنند؟
هوش مصنوعی مدرن به تراشههای رایانهای سنتی متکی است که دائماً دادهها را بین حافظه و واحدهای پردازش جابهجا میکنند. این انتقال رفتوبرگشتی به مقادیر زیادی برق نیاز دارد و با افزایش استفاده از هوش مصنوعی در صنایع گوناگون، تقاضا برای آن همچنان روبهافزایش است.
محاسبات نورومورفیک، رویکرد متفاوتی سطح رسانایی پایدار دست یابند که برای محاسبات آنالوگ درون حافظه ضروری است.
در بررسیهای آزمایشگاهی، این دستگاهها در طول دهها هزار چرخه پایدار ماندند و حالتهای برنامهریزیشده خود را برای حدود یک روز حفظ کردند. همچنین، آنها رفتارهای یادگیری بیولوژیکی کلیدی از جمله انعطافپذیری وابسته به زمانبندی اسپایک را نشان دادند. این فرآیند به نورونها امکان میدهد تا اتصالات خود را براساس زمانبندی تقویت یا تضعیف کنند.
با وجود نتایج امیدوارکننده هنوز موانعی وجود دارند که باید بر آنها غلبه شود. فرآیند تولید کنونی به دمای حدود ۷۰۰ درجه سلسیوس نیاز دارد؛ بالاتر از آنچه که ساخت نیمهرساناهای استاندارد معمولاً اجازه میدهد. اگر این مشکل حل شود، این فناوری میتواند در سیستمهای کاربردی در مقیاس تراشه ادغام شود.
۵۸۵۸