Ученые работают над созданием очень умных компьютеров, которые будут работать так же, как человеческий мозг.

В свете приближения традиционных вычислительных архитектур к своим физическим ограничениям и экспоненциального роста энергопотребления систем искусственного интеллекта, исследователи активно разрабатывают инновационные парадигмы вычислений, вдохновленные принципами функционирования человеческого мозга.

Прогнозируется, что к концу текущего десятилетия потребление энергии центрами обработки данных, задействованными в работе с ИИ, может удвоиться, что ставит под сомнение долгосрочную устойчивость данного технологического вектора.

Для решения современных вычислительных задач предлагается использовать нейроморфные вычисления.

Этот подход предполагает создание аппаратного обеспечения, имитирующего работу биологических нейронных сетей, в отличие от традиционных микросхем.

Ключевое преимущество мозга – его энергоэффективность: он справляется со сложными задачами, потребляя всего около 20 ватт, в то время как современные компьютеры требуют значительно больше энергии.

Американские ученые работают над созданием электронных аналогов синапсов – связей между нейронами.

Эти компоненты способны одновременно выполнять функции обучения, адаптации и хранения информации.

В отличие от обычных чипов, где обработка и память разделены и требуют постоянной передачи данных, что снижает скорость и увеличивает энергопотребление, мозг объединяет эти процессы.

Исследователи разрабатывают органические транзисторы, которые смогут одновременно хранить и обрабатывать информацию, подобно синапсам.

Исследователи обнаружили, что даже внешне идентичные органические материалы демонстрируют различные свойства при использовании в синаптических транзисторах.

Ключевую роль играет интерфейс – тонкий слой на границе полупроводника и изолятора, который существенно влияет на производительность.

Результаты этого исследования служат руководством для создания более эффективных нейроморфных устройств.

Такие системы обещают более экономное обучение и низкое энергопотребление для будущего искусственного интеллекта, способного решать сложные задачи, такие как распознавание образов и принятие решений.

Несмотря на начальный этап разработок, они приближают нас к созданию машин, имитирующих обучение биологических организмов, что, по мнению авторов, является необходимым условием для достижения истинного машинного интеллекта.

Источник: https://clck.ru/3TfFxd