محققان هلندی در مطالعه بعدیشان برای اولین بار نشان دادند که یک سیستم محاسباتی مانند مغز در کوچکترین آسیبهای احتمالی توسعه یافته است.
انتهای پیام
پروفسور «کریستین نیجویس» گفت: رایانهها، مراکز داده و سایر وسایل الکترونیکی انرژی زیادی مصرف میکنند. ما اکنون در ساخت مزارع بادی بزرگ هستیم تا بتوانیم این انرژی را مصرف کنیم. اما ما همچنین میتوانیم توجه خود را به کارآمدتر کردن وسایل الکترونیکی خود معطوف کنیم. مغز ما جزوه کارآمدترین رایانههایی است که میشناسیم. مغز ۱۰ هزار کمتر از مقرون به صرفهترین رایانهها انرژی مصرف میکند. این به این دلیل است که مغز ما دادهها را به روشهای کاملاً متفاوتی میکند. در شرایطی که رایانههای جریانهای باینری با صفر و یک پردازش میکنند، مغز ما به طور مشابه با پالسکندهای وابسته به زمان کار میباشد. مغز ما اطلاعات میلیونها سلول عصبی را که از تمام حواس ما میآیند، بدون مشکل پردازش میکند. هنگام انجام این کار، الکترونیک سنتی، تنها از سلولهای مغز و سیناپسهایی استفاده میشود که پالسها از آن عبور میکنند. از آنجایی که انرژی فقط در یک پالس مصرف میشود، مغز ما میتواند از دادهها در یک زمان بسیار کارآمد پردازش کند.
نورونهای مصنوعی
سخت افزار برای هوش مصنوعی
نیجویس افزود: با انجام این کار، ما به عنوان مصرف انرژی الکترونیکی خود را کاهش دادیم. مولکولهای چند منظوره که به نور حساس هستند یا میتوانند مولکولهای دیگر را شناسایی کنند، میتوان به توسعه انواع شبکههای عصبی یا حسگرها تبدیل شد.
مولکولهایی که نیجویس و تیمش کردهاند، میتوانند تمام عملیات منطقی بولی را انجام دهند. در الکترونیک الکترونیک، راهنمای منطقی یا گِیت منطقی (دروازه منطقی)، روی یا دو ورودی منطقی، یک عملیات منطقی میدهد و یک خروجی منطقی تولید میکند. عملکرد آن بر منطق بولی استوار است که بر تمام مدارهای دیجیتال حاکم است. گیتهای منطقی بدتر از ادوات الکترونیکی مانند ترانزیستورها میشوند اما ممکن است از قطعات الکترومغناطیسی مانند رلهها، قطعات نوری یا حتی مکانیکی ساخته شوند.
تحقیقات این مطالعه در مجله “Nature Materials” منتشر شد.
برای شبیه سازی رفتار دینامیکی سیناپسها در سطح مولکولی، انتقال سریع الکترون را با جفت شدن آهسته پروتون که توسط انتشار محدود میشود ترکیب کرد. این عملیات شبیه پالسهای سریع و جذب آهسته انتقالدهندههای عصبی از نورونهای مغز ما است. مولکولها میتوانند قدرت و مدت این پالسها را تغییر دهند. به این ترتیب، نوعی شرطی شدن کلاسیک را نشان میدهند. مولکولها رفتار خود را با محرکهایی که قبلاً تطبیق کردهاند، میدهند. در آینده این نوع مولکول ها ممکن است به محرک های دیگری مانند نور نیز پاسخ دهند.
شکلهای کوچکی از ماشینهای مبتنی بر شبکههای عصبی مصنوعی است و بهطور خاص نه تنها در مورد تشخیص خودکار تصاویر و ارقام، بلکه در جستجوی داروهای جدید و اخیراً در هنر نیز استفاده میشود. نیجویس می گوید که همه آنها را برای رایانه بسیار تر از مغز ما انجام می دهند. پژوهشگران در زمینه نرم افزارهای هوش مصنوعی بسیار ساخته اند، اما این مولکول ها اکنون سخت افزارهای مصنوعی را نیز به هم نزدیک تر می کنند.
به گزارش ایسنا و به نقل از آی او، در مطالعهای که اخیراً در دانشگاه توئنته (UT) در هلند انجام شد، محققان روی توسعه رایانههای جدید شبیهسازی مغز را یک قدم به واقعیت نزدیک انجام دادند. یک گروه بینالمللی از مراقب به سرپرستی پروفسور “کریستین نیجویس”(Christian Nijhuis) نوعی از سوئیچ مولکولی را توسعه داده است که میتوان از رفتارهایی که قبلا داشته است، بیاموزد. به گفته محققان این مولکولها به همان روشی که مغز ما این کار را انجام میدهد در حال فراگیری این موضوع هستند.
این پیشرفت، فرصتهایی را برای توسعه سیستمهای قابل انطباق و پیکربندی مجدد باز میکند. اینها به نوبه خود میتوانند به توسعه سیستمهای تطبیقی چند بپردازند به این معنا که شبکههای عصبی مصنوعی را به طور قابل توجهی ساده میکنند.