آی‌تی‌من- این سخت افزار شبیه مغز می‌تواند الگوها را بیاموزد و با آموزش‌های رایانشی کمتری نسبت به سیستم‌های هوش مصنوعی معمول، پیش بینی انجام دهد. جوزف فریدمن استادیار این دانشگاه معتقد است چنین دستاوردی می‌تواند شیوه یادگیری ماشین‌ها را متحول کند.

او در این باره می‌گوید: تحقیق ما نشان دهنده روشی نوین برای ساخت رایانه‌های شبیه مغز است که می‌توانند به تنهایی بیاموزند. از آنجا که رایانه‌های نورومورفیک نیازمند آموزش رایانشی عظیمی ‌نیستند، آنها می‌توانند بدون هزینه‌های کلان انرژی دستگاه‌های هوشمند را فعال کنند.

رایانه‌های سنتی حافظه را از پردازش جدا می‌کنند و به این ترتیب داده به طور مداوم بین این دو در حرکت است. چنین طرحی سبب می‌شود سیستم‌های هوش مصنوعی انرژی زیادی مصرف و به شدت به مخازن انبوه برچسب دار داده تکیه کنند. آموزش مدل‌های بزرگ ممکن است صدها میلیون دلار هزینه داشته باشد.

اما رایانش نورومورفیک به شیوه متفاوتی عمل می‌کند. این نوع رایانش از مغز الهام می‌گیرد و در آنجا نورون‌ها و سیناپس‌ها اطلاعات را با یکدیگر پردازش و ذخیره می‌کنند. سیناپس‌ها براساس فعالیت قدرتمند یا ضعیف می‌شوند و همین امر یادگیری مداوم را دربر خواهد داشت.

در هسته این نمونه اولیه، اتصال‌های تونلی مغناطیسی (MTJ) قرار دارند که در حقیقت ابزارهایی در مقیاس نانو به حساب می‌آیند که از دو لایه مغناطیسی تشکیل شده‌اند و یک لایه عایق میان آن‌ها قرار دارد. محققان با اتصال چندین MTJ به شکل یک شبکه، سامانه‌ای ساختند که اتصالات خود را در حین عبور سیگنال‌ها به‌طور خودکار تنظیم می‌کند. در این فرایند برخی مسیرها تقویت و برخی دیگر تضعیف می‌شوند که مشابه فرایند تغییر قدرت سیناپس‌های مغز در هنگام یادگیری است.

 

ITMen