به گزارش خبرآنلاین، تحقیقات جدید منتشر شده در مجله Nature Materials نشان می‌دهد پردازشگرهای مجهز به یادگیری ماشین با مصرف کم انرژی - 1000 برابر کمتر- وظایف تعریف شده را انجام می‌دهند و بنابراین با افزودن توانایی‌های بیشتر هوش مصنوعی در تراشه مانند تشخیص صوت و تصویر می‌توان عملکردی نزدیک به مغز انسان را از یک پردازنده انتظار داشت.{لینک}
تاکید این تحقیق روی تراشه‌های نورومورفیک است که بر مبنای محاسبات نورومورفیک تعریف شده است.این نوع محاسبات بر مبنای پردازش دیجیتال و نه آنالوگ تعریف شده‌اند و درست مانند سیناپس مغز، ارسال اطلاعات با تغییر شدت سیگنال انجام می‌شود. (در روش آنالوگ ارسال اطلاعات از طریق خاموش و روشن شدن جریان الکتریسیته انجام می‌شود.)
بنابراین در تراشه نورومورفیک برای پردازش هوش مصنوعی، 1000 برابر انرژی کمتر از پردازش آنالوگ مصرف می‌شود. این بدان معنا است در هر ضربه / jolt اطلاعات بیشتری بسته بندی و ارسال می‌شود. این درست مانند ارسال کدهای مورس و صحبت کردن انسان است. در مورس خروجی و ورودی نقطه‌ای تعریف شده اما در گفتار انسانی، هر فرد می‌تواند داده‌های بیشتری را حمل کند.
بنابراین تراشه‌ای که بر اساس محاسبات نورومورفیک ساخته شود، قادر به شبیه سازی گفتار انسانی است و محاسبات انجام شده نیز به مغز انسانی نزدیک‌تر می‌شود.
5656
نظر شما