ХБНГУ-ын Technische Universität Dresden-ийн судлаачид саяхан блокчэйн болон хиймэл оюун ухаанд хувьсгалт нөлөө үзүүлж болох нейроморф тооцоололд зориулсан шинэ материалын дизайныг харуулсан нээлтийн судалгааг нийтэлжээ.
"Усан сангийн тооцоолол" хэмээх техникийг ашиглан баг нь алгоритмын функцүүдийг агшин зуур гүйцэтгэхийн тулд магноны эргүүлгийг ашигладаг хэв маягийг таних аргыг боловсруулсан.
Судлаачид шинэ усан сангийн материалыг боловсруулж, туршиж үзээд зогсохгүй, блокчейн болон хиймэл оюун ухааныг (AI) хоёуланг нь сайжруулж чадах стандарт CMOS чип дээр ажиллах нейроморф тооцоолол хийх боломжтойг харуулсан.
Ухаалаг утас, зөөврийн компьютер болон дэлхийн ихэнх суперкомпьютер зэрэг сонгодог компьютерууд нь асаалттай эсвэл унтраах боломжтой ("нэг" эсвэл "тэг" гэж илэрхийлэгддэг) хоёртын транзисторыг ашигладаг.
Нейроморф компьютерууд нь тархины органик үйл ажиллагааг дуурайхын тулд програмчлагдсан физик хиймэл мэдрэлийн эсүүдийг ашигладаг. Хоёртын файлыг боловсруулахын оронд эдгээр систем нь нэмэлт цаг хугацааны хүчин зүйлээр мэдрэлийн эсийн янз бүрийн загварт дохио илгээдэг.
Энэ нь блокчейн болон хиймэл оюун ухааны салбарт чухал ач холбогдолтой болсон шалтгаан нь нейроморф компьютерууд нь хэв маягийг таних, машин сурах алгоритмд үндсэндээ тохирсон байдагтай холбоотой юм.
Хоёртын систем нь логикийн алгебрыг тооцоолохдоо ашигладаг. Энэ шалтгааны улмаас сонгодог компьютерууд тоонуудын тоонд ороход ямар ч эргэлзээгүй хэвээр байна. Гэсэн хэдий ч хэв маягийг таних тухайд, ялангуяа өгөгдөл нь чимээ шуугиантай эсвэл мэдээлэл дутмаг байх үед эдгээр системүүд тэмцдэг.
Тийм ч учраас сонгодог системд криптографийн нарийн төвөгтэй таавруудыг шийдвэрлэхэд ихээхэн цаг хугацаа шаардагддаг бөгөөд тэдгээр нь бүрэн бус өгөгдөл нь математикт суурилсан шийдлийг гаргахад саад болдог нөхцөл байдалд огт тохиромжгүй байдаг.
Жишээлбэл, санхүү, хиймэл оюун ухаан, тээврийн салбарт бодит цагийн өгөгдөл тасрахгүй байна. Сонгодог компьютерууд бөглөрсөн асуудлуудтай тэмцдэг - жишээ нь жолоочгүй автомашины сорилтыг "үнэн/худал" тооцоолох хэд хэдэн асуудал болгон бууруулахад хэцүү хэвээр байна.
Гэсэн хэдий ч нейроморф компьютерууд нь мэдээллийн хомсдолтой холбоотой асуудлуудыг шийдвэрлэхэд зориулагдсан байдаг. Тээврийн салбарт хэт олон бие даасан хувьсагч байдаг тул сонгодог компьютер хөдөлгөөний урсгалыг урьдчилан таамаглах боломжгүй юм. Нейроморф компьютер нь өгөгдлийн цэгүүдийг нэг нэгээр нь боловсруулдаггүй тул бодит цагийн өгөгдөлд байнга хариу үйлдэл үзүүлж чаддаг.
Үүний оронд нейроморф компьютерууд хүний тархи шиг ажилладаг загвар тохиргоогоор дамжуулан өгөгдлийг ажиллуулдаг. Хүний тархи тодорхой мэдрэлийн үйл ажиллагаатай холбоотой тодорхой хэв маягийг анивчдаг бөгөөд хэв маяг, функцүүд нь цаг хугацааны явцад өөрчлөгдөж болно.
Холбогдох: Квантын тооцоолол нь санхүүгийн салбарт хэрхэн нөлөөлдөг вэ?
Нейроморфик тооцооллын гол давуу тал нь сонгодог болон квант тооцоололтой харьцуулахад эрчим хүчний хэрэглээний түвшин маш бага байдаг. Энэ нь нейроморф компьютерууд нь блокчэйн ажиллуулах, одоо байгаа блокчейн дээр шинэ блок олборлох үед цаг хугацаа, эрчим хүчний зардлыг мэдэгдэхүйц бууруулж чадна гэсэн үг юм.
Нейроморф компьютерууд нь машин сургалтын систем, ялангуяа бодит ертөнц мэдрэгч (өөрийгөө жолооддог машин, робот) эсвэл бодит цаг хугацаанд өгөгдөл боловсруулдаг (крипто зах зээлийн шинжилгээ, тээврийн төв) -тэй холбогддог системүүдийн хурдыг ихээхэн хурдасгах боломжтой.
Энэ нийтлэлийг NFT болгон цуглуул түүхэн дэх энэ мөчийг хадгалж, крипто орон зайд бие даасан сэтгүүл зүйг дэмжиж байгаагаа харуулах.
Эх сурвалж: https://cointelegraph.com/news/new-research-shows-how-brain-like-computers-could-revolutionize-blockchain-and-ai