นักวิจัยจาก Technische Universität Dresden ในเยอรมนีเพิ่งเผยแพร่ผลงานวิจัยที่ก้าวล้ำ ซึ่งจัดแสดงการออกแบบวัสดุใหม่สำหรับการประมวลผลแบบ neuromorphic ซึ่งเป็นเทคโนโลยีที่อาจมีนัยสำคัญต่อการปฏิวัติทั้งบล็อกเชนและ AI
การใช้เทคนิคที่เรียกว่า "reservoir computing" ทีมงานได้พัฒนาวิธีการจดจำรูปแบบที่ใช้กระแสน้ำวนเพื่อทำหน้าที่อัลกอริทึมเกือบจะในทันที
นักวิจัยไม่เพียงแต่พัฒนาและทดสอบวัสดุกักเก็บใหม่เท่านั้น แต่ยังแสดงให้เห็นถึงศักยภาพของการประมวลผลแบบนิวโรมอร์ฟิกในการทำงานบนชิป CMOS มาตรฐาน ซึ่งเป็นสิ่งที่สามารถยกระดับทั้งบล็อกเชนและปัญญาประดิษฐ์ (AI)
คอมพิวเตอร์แบบคลาสสิก เช่น คอมพิวเตอร์ที่จ่ายพลังงานให้กับสมาร์ทโฟน แล็ปท็อป และซูเปอร์คอมพิวเตอร์ส่วนใหญ่ของโลก ใช้ทรานซิสเตอร์แบบไบนารีที่สามารถเปิดหรือปิดได้ (แสดงเป็น "หนึ่ง" หรือ "ศูนย์")
คอมพิวเตอร์ Neuromorphic ใช้เซลล์ประสาทเทียมทางกายภาพที่ตั้งโปรแกรมได้เพื่อเลียนแบบการทำงานของสมองอินทรีย์ แทนที่จะประมวลผลไบนารี ระบบเหล่านี้ส่งสัญญาณข้ามรูปแบบต่างๆ ของเซลล์ประสาทด้วยปัจจัยเวลาที่เพิ่มเข้ามา
เหตุผลที่สิ่งนี้มีความสำคัญสำหรับวงการบล็อกเชนและ AI โดยเฉพาะอย่างยิ่ง เนื่องจากคอมพิวเตอร์นิวโรมอร์ฟิกนั้นเหมาะสมอย่างยิ่งสำหรับการจดจำรูปแบบและอัลกอริธึมการเรียนรู้ของเครื่อง
ระบบเลขฐานสองใช้พีชคณิตบูลีนในการคำนวณ ด้วยเหตุผลนี้ คอมพิวเตอร์แบบคลาสสิกจึงไม่มีปัญหาเมื่อต้องทำการคำนวณตัวเลข อย่างไรก็ตาม เมื่อพูดถึงการจดจำรูปแบบ โดยเฉพาะอย่างยิ่งเมื่อข้อมูลมีสัญญาณรบกวนหรือข้อมูลขาดหายไป ระบบเหล่านี้จะมีปัญหา
นี่เป็นเหตุผลว่าทำไมระบบแบบดั้งเดิมจึงต้องใช้เวลามากในการไขปริศนาการเข้ารหัสที่ซับซ้อน และเหตุใดระบบเหล่านี้จึงไม่เหมาะกับสถานการณ์ที่ข้อมูลที่ไม่สมบูรณ์ทำให้ไม่สามารถแก้ปัญหาทางคณิตศาสตร์ได้
ตัวอย่างเช่น ในภาคการเงิน AI และการขนส่ง มีข้อมูลแบบเรียลไทม์หลั่งไหลเข้ามาอย่างไม่สิ้นสุด คอมพิวเตอร์แบบคลาสสิกต้องต่อสู้กับปัญหาที่ถูกปิดไว้ ตัวอย่างเช่น ความท้าทายของรถยนต์ไร้คนขับได้พิสูจน์แล้วว่ายากที่จะลดปัญหาการคำนวณแบบ "จริง/เท็จ" ลงได้
อย่างไรก็ตาม คอมพิวเตอร์ neuromorphic ถูกสร้างขึ้นเพื่อจัดการกับปัญหาที่เกี่ยวข้องกับการขาดข้อมูล ในอุตสาหกรรมการขนส่ง เป็นไปไม่ได้ที่คอมพิวเตอร์แบบดั้งเดิมจะทำนายการไหลของการจราจรได้ เนื่องจากมีตัวแปรอิสระมากเกินไป คอมพิวเตอร์นิวโรมอร์ฟิกสามารถตอบสนองต่อข้อมูลตามเวลาจริงได้อย่างต่อเนื่อง เนื่องจากไม่ได้ประมวลผลจุดข้อมูลทีละจุด
แต่คอมพิวเตอร์ neuromorphic เรียกใช้ข้อมูลผ่านการกำหนดค่ารูปแบบซึ่งทำงานคล้ายกับสมองของมนุษย์ สมองของมนุษย์แสดงรูปแบบเฉพาะที่เกี่ยวข้องกับการทำงานของระบบประสาทเฉพาะ และทั้งรูปแบบและการทำงานสามารถเปลี่ยนแปลงได้ตลอดเวลา
ที่เกี่ยวข้อง คอมพิวเตอร์ควอนตัมส่งผลกระทบต่ออุตสาหกรรมการเงินอย่างไร?
ประโยชน์หลักของการประมวลผลแบบนิวโรมอร์ฟิกคือ เมื่อเทียบกับการคำนวณแบบคลาสสิกและควอนตัม ระดับการใช้พลังงานต่ำมาก ซึ่งหมายความว่าคอมพิวเตอร์ neuromorphic สามารถลดค่าใช้จ่ายได้อย่างมากในแง่ของเวลาและพลังงาน เมื่อต้องใช้งานทั้งบล็อกเชนและขุดบล็อกใหม่บนบล็อกเชนที่มีอยู่
คอมพิวเตอร์ Neuromorphic สามารถให้ความเร็วที่สำคัญสำหรับระบบแมชชีนเลิร์นนิง โดยเฉพาะอย่างยิ่งระบบที่เชื่อมต่อกับเซ็นเซอร์ในโลกแห่งความเป็นจริง (รถยนต์ที่ขับเคลื่อนด้วยตัวเอง หุ่นยนต์) หรือระบบที่ประมวลผลข้อมูลแบบเรียลไทม์ (การวิเคราะห์ตลาด crypto ศูนย์กลางการขนส่ง)
รวบรวมบทความนี้เป็น NFT เพื่อรักษาช่วงเวลานี้ในประวัติศาสตร์และแสดงการสนับสนุนของคุณสำหรับสื่ออิสระในพื้นที่ crypto
ที่มา: https://cointelegraph.com/news/new-research-shows-how-brain-like-computers-could-revolutionize-blockchain-and-ai