نورونها در مغز برای ذخیره و انتقال اطلاعات منبع :. CNRI / SPL
یک نوع از مدل عصبی از تراشه های کامپیوتری ابررسانا، بیش از مغز انسان می تواند به سرعت و کارآمد پردازش اطلاعات به تازگی در چاپ "پیشرفت علمی،" نتایج جدید، دانشمندان، احتمالا توسعه دستگاه های کامپیوتری پیشرفته طراحی شده برای تقلید سیستم های بیولوژیکی یک معیار عمده است. اگر چه هنوز موانع بسیاری قبل از تجاری خود را وجود دارد، اما این مطالعه این است بیشتر نرم افزار یادگیری ماشین طبیعی درب باز کرده است.
لحظه ای، نرم افزار هوش مصنوعی به طور فزاینده شروع به تقلید از مغز انسان است. برخی دیگر مانند الگوریتم های طبقه بندی تصویر گوگل خودکار و برنامه های یادگیری زبان می تواند کارهای پیچیده با استفاده از شبکه های عصبی مصنوعی را انجام دهد. اما از آنجا که نرم افزار طراحی کامپیوتر های معمولی نمی تواند اجرا مغز الگوریتم مشابه، در مقایسه با مغز انسان، این یادگیری ماشین قدرت محاسباتی بالاتر نیاز داشته باشد.
وجود دارد قطعا می شود یک راه بهتر برای انجام این کار، به دلیل طبیعت می تواند یک راه بهتر پیدا. همکار پژوهش، موسسه ملی استاندارد و فناوری (NIST) فیزیکدان نمایندگی مایکل اشنایدر.
NIST مورد نظر است به منظور توسعه تعدادی از مغز انسان برای شبیه سازی سخت افزار neuromorphic، و امیدواریم که یک سخت افزار neuromorphic می تواند موثر تر عمل می کنند، یک تیم از نرم افزار مانند مغز است. در یک سیستم الکترونیکی مرسوم، اغلب ترانزیستور در فواصل زمانی خاص و تعداد دقیق پردازش اطلاعات (رقم دودویی 0 یا 1). با این حال، ممکن است به تجمع neuromorphic سخت افزار مقدار کمی از اطلاعات از منابع مختلف و تغییر اطلاعات برای تولید یک نوع متفاوت از سیگنال، و انتقال جریان الکتریکی زمانی که مورد نیاز ، انرژی به عنوان اگر شلیک عصبی می شود. سخت افزار neuromorphic بنابراین این نیاز به کمتر را اجرا کنند.
با این حال، این دستگاه هنوز هم بی اثر باقی می ماند، به ویژه هنگامی که یک ترانزیستور لازم است به طول شکاف و یا اطلاعات انتقال سیناپسی، و بنابراین، استفاده از ابر رساناها نیوبیوم تیم اشنایدر تولید الکترودهای عصبی، که می تواند الکتریکی در مورد رسانا که در آن هیچ مقاومت. سپس محققان هزاران نانوخوشه مغناطیسی ابررسانا منگنز پر کردن حفره استفاده می شود.
با تغییر تعداد از میدان مغناطیسی در سیناپس از نانوخوشه ممکن است در یک مسیر متفاوت تراز وسط قرار دارد. این سیستم را قادر می سازد برای رمزگذاری اطلاعات در سطوح قدرت و جهت های مغناطیسی، به سیستم قوی تر از سیستم های دیگر neuromorphic قدرت محاسباتی، و نمی خواهد تا فضای فیزیکی اضافی.
این سیناپس می توانید میلیارد بار در ثانیه، نسبت سرعت سفارشات نورون انسان از قدر سریع تر تخلیه، در حالی که مصرف انرژی از سیستم تنها 1/10000 یک سیناپس بیولوژیکی است. در شبیه سازی کامپیوتر، انتقال به بعد قبل از یک الکترود، سلول های عصبی مصنوعی می توانید منابع اطلاعات ورودی تا 9 را بررسی کنید، اما زمانی که این سیستم بر محاسبات پیچیده بر اساس تکنیک های پیش از آن برای، نیاز به هزاران سیناپس، اشنایدر نشان می دهد که آیا این سطح را می توان بیشتر به گسترش در انتظار تحقیق و تجزیه و تحلیل بیشتر.
مشکل دیگر این است که سیناپس فقط می توانید در نزدیک دمای صفر مطلق عمل می کنند، در حالی که نیاز به استفاده از نیتروژن مایع سرد شود. مهندس کامپیوتر دانشگاه منچستر استیون Furber اشاره کرد که این ممکن است تراشه در دستگاه های کوچک عملی تبدیل ، با وجود مراکز داده بزرگ ممکن است قادر به دست زدن به آنها. اما اشنایدر گفت که در مقایسه با عملیات های سنتی یک سیستم الکترونیکی با داشتن مقدار قابل توجهی از قدرت محاسباتی، دستگاه خنک کننده ممکن است انرژی کمتری نیاز داشته باشد.
موسسه فناوری کالیفرنیا مهندس برق کارور مید در این زمینه ستایش مطالعه و روش های جدید neuromorphic محاسبه آن. در حال حاضر پر از اعتیاد به مواد مخدره، ما خوشحال می شود قادر به دیدن کار خوب با هدف عینی هستند ارائه شده است، "او گفت، اما قبل از تراشه مورد استفاده برای محاسبه مناطق واقعی نیز ممکن است نیاز به زمان بسیار طولانی، اما در حال حاضر رقابت شدید و چالش ها را از بسیاری از دستگاه های دیگر محاسبات neuromorphic وجود دارد.
Furber همچنین بر چشم انداز برنامه های عملی از این دستگاه جدید بسیار گسترده است. این فن آوری تجهیزات بسیار جالب است، اما در حال حاضر ما نمی توانیم به طور کامل درک ماهیت حساس این سیناپس بیولوژیکی، آن را نمی داند که چگونه به استفاده از آنها به طور موثر. او گفت: «به عنوان مثال، در حال حاضر مردم هنوز هم بسیاری از مسائل حل شود، یعنی چگونه فرایند شکل گیری حافظه زمانی که این سیناپس خود را دوباره اختراع؟ این امکان را به دانشمندان برای بازسازی روند دشوار در تراشه حافظه ذخیره سازی می باشد.
با این وجود، Furber گفت که یک نوع جدید از دستگاه رایانه برای ورود به بازار را 10 سال یا حتی بیشتر، را حتی دانشمندان علوم اعصاب دشوار به درک مغز انسان، اما آنها بسیار لازم برای توسعه به عنوان بسیاری از تکنیک های مختلف می باشد.