Novo istraživanje pokazuje kako bi kompjuteri nalik mozgu mogli revolucionirati blockchain i AI

Istraživači sa Technische Universität Dresden u Njemačkoj nedavno su objavili revolucionarno istraživanje koje prikazuje novi dizajn materijala za neuromorfno računarstvo, tehnologiju koja bi mogla imati revolucionarne implikacije i za blockchain i AI.

Koristeći tehniku ​​nazvanu "računanje rezervoara", tim je razvio metodu za prepoznavanje uzoraka koja koristi vrtlog magnona za izvođenje algoritamskih funkcija gotovo trenutno.

Ne samo da su istraživači razvili i testirali novi materijal rezervoara, već su pokazali i potencijal da neuromorfno računarstvo radi na standardnom CMOS čipu, nešto što bi moglo poništiti i blockchain i umjetnu inteligenciju (AI).

Klasični računari, poput onih koji napajaju pametne telefone, laptopove i većinu svjetskih superkompjutera, koriste binarne tranzistore koji mogu biti uključeni ili isključeni (izraženi kao “jedan” ili “nula”).

Neuromorfni kompjuteri koriste programabilne fizičke umjetne neurone da imitiraju organsku aktivnost mozga. Umjesto da obrađuju binarne podatke, ovi sistemi šalju signale kroz različite obrasce neurona uz dodatni faktor vremena.

Razlog zašto je ovo važno za polja blockchaina i AI, posebno, je taj što su neuromorfni računari u osnovi pogodni za prepoznavanje obrazaca i algoritme za mašinsko učenje.

Binarni sistemi koriste Booleovu algebru za računanje. Iz tog razloga, klasični računari ostaju bez izazova kada su u pitanju škrtavi brojevi. Međutim, kada je u pitanju prepoznavanje obrazaca, posebno kada su podaci bučni ili nedostaju informacije, ovi sistemi se bore.

Zbog toga je klasičnim sistemima potrebno dosta vremena da riješe složene kriptografske zagonetke i zašto su potpuno neprikladni za situacije u kojima nepotpuni podaci sprječavaju rješenje zasnovano na matematici.

U sektoru finansija, veštačke inteligencije i transporta, na primer, postoji neprekidan priliv podataka u realnom vremenu. Klasični računari se bore sa začepljenim problemima - na primjer, pokazalo se da je izazov automobila bez vozača do sada teško svesti na niz "tačnih/netačnih" računarskih problema.

Međutim, neuromorfni računari su napravljeni za rješavanje problema koji uključuju nedostatak informacija. U transportnoj industriji nemoguće je da klasični kompjuter predvidi tok saobraćaja jer postoji previše nezavisnih varijabli. Neuromorfni računar može stalno reagovati na podatke u realnom vremenu jer ne obrađuje podatke jednu po jednu.

Umjesto toga, neuromorfni kompjuteri pokreću podatke kroz konfiguracije uzoraka koje funkcioniraju donekle poput ljudskog mozga. Ljudski mozak bljeska specifičnim uzorcima u odnosu na specifične neuralne funkcije, a i obrasci i funkcije se mogu mijenjati tokom vremena.

Povezano: Kako kvantno računarstvo utiče na finansijsku industriju?

Glavna prednost neuromorfnog računarstva je u tome što je, u odnosu na klasično i kvantno računarstvo, nivo njegove potrošnje energije izuzetno nizak. To znači da bi neuromorfni računari mogli značajno smanjiti troškove u smislu vremena i energije kada je u pitanju i rad blockchaina i rudarenje novih blokova na postojećim blockchainima.

Neuromorfni računari bi takođe mogli da obezbede značajno ubrzanje sistema mašinskog učenja, posebno onih koji su povezani sa senzorima u stvarnom svetu (automobili koji se sami voze, roboti) ili onima koji obrađuju podatke u realnom vremenu (analiza kripto tržišta, transportna čvorišta).

Prikupite ovaj članak kao NFT da sačuvamo ovaj trenutak u istoriji i pokažemo svoju podršku nezavisnom novinarstvu u kripto prostoru.