Як нейроморфні комп’ютери можуть здійснити революцію в блокчейні та штучному інтелекті

Нейроморфний обчислювальний чіп, сумісний з CMOS, може з’явитися на горизонті завдяки проривному дослідженню, проведеному в Дрезденському технічному університеті.

Дослідники з Дрезденського технічного університету в Німеччині нещодавно опублікували результати проривного дослідження, що демонструє нову концепцію нейроморфних обчислень – технології, яка може мати революційні наслідки як для блокчейну, так і для штучного інтелекту.

Використовуючи техніку під назвою “резервуарні обчислення”, команда розробила метод розпізнавання образів, який використовує вихор магнонів для виконання алгоритмічних функцій майже миттєво.

Дослідники не лише розробили та протестували новий резервуарний матеріал, але й продемонстрували потенціал нейроморфних обчислень для роботи на стандартному CMOS-чіпі, що може змінити як блокчейн, так і штучний інтелект (ШІ).

Класичні комп’ютери, такі як смартфони, ноутбуки та більшість суперкомп’ютерів у світі, використовують бінарні транзистори, які можуть бути або увімкнені, або вимкнені (виражені як “одиниця” або “нуль”).

Нейроморфні комп’ютери використовують програмовані фізичні штучні нейрони для імітації органічної активності мозку. Замість того, щоб обробляти бінарні файли, ці системи надсилають сигнали через різні схеми нейронів з додаванням фактору часу.

Причина, чому це важливо для сфер блокчейну та штучного інтелекту, полягає в тому, що нейроморфні комп’ютери фундаментально підходять для алгоритмів розпізнавання образів і машинного навчання.

Бінарні системи використовують для обчислень булеву алгебру. З цієї причини класичні комп’ютери залишаються беззаперечними, коли йдеться про обчислення чисел. Однак, коли справа доходить до розпізнавання образів, особливо коли дані зашумлені або в них бракує інформації, ці системи не справляються.

Ось чому класичні системи витрачають значну кількість часу на розв’язання складних криптографічних головоломок і чому вони абсолютно не підходять для ситуацій, коли неповні дані перешкоджають математичному розв’язанню.

Наприклад, у сфері фінансів, штучного інтелекту та транспорту існує нескінченний потік даних у реальному часі. Класичні комп’ютери борються із закритими проблемами – наприклад, проблему безпілотних автомобілів поки що важко звести до серії обчислювальних задач “істина/хибність”.

Однак нейроморфні комп’ютери створені для вирішення проблем, пов’язаних з нестачею інформації. У транспортній галузі класичний комп’ютер не може передбачити потік транспорту, оскільки існує занадто багато незалежних змінних. Нейроморфний комп’ютер може постійно реагувати на дані в реальному часі, оскільки він не обробляє точки даних по одній.

Натомість, нейроморфні комп’ютери пропускають дані через конфігурації шаблонів, які функціонують дещо подібно до людського мозку. Людський мозок спалахує певними патернами, пов’язаними з певними нейронними функціями, і як патерни, так і функції можуть змінюватися з часом.

Основна перевага нейроморфних обчислень полягає в тому, що порівняно з класичними та квантовими обчисленнями, рівень їхнього енергоспоживання надзвичайно низький. Це означає, що нейроморфні комп’ютери можуть значно скоротити витрати часу та енергії, коли мова йде як про роботу блокчейну, так і про майнінг нових блоків на існуючих блокчейнах.

Нейроморфні комп’ютери також можуть забезпечити значне прискорення роботи систем машинного навчання, особливо тих, які взаємодіють з реальними датчиками (безпілотні автомобілі, роботи), або тих, які обробляють дані в режимі реального часу (аналіз крипторинку, транспортні вузли).