
ທ່ານດຣ Joseph S. Friedman, ຮອງສາດສະດາຈານຂອງວິສະວະກຳໄຟຟ້າ ແລະຄອມພິວເຕີ, ມະຫາວິທະຍາໄລເທັກຊັດຢູ່ດາລາສ (UT Dallas) - ພາບ: UT Dallas
ອີງຕາມ EurekAlert! ວັນທີ 30 ຕຸລານີ້, ນັກວິທະຍາສາດ ທີ່ມະຫາວິທະຍາໄລເທັກຊັດຢູ່ດາລາສ (UT Dallas, ອາເມລິກາ) ໄດ້ພັດທະນາຕົ້ນແບບ “ຄອມພິວເຕີຈຳລອງສະໝອງ” ທີ່ສາມາດຮຽນຮູ້ ແລະ ຄາດເດົາຮູບແບບທີ່ມີການຝຶກອົບຮົມ ແລະ ພະລັງງານໜ້ອຍກວ່າລະບົບ AI ທຳມະດາ.
ນີ້ແມ່ນບາດກ້າວທີ່ສໍາຄັນໃນຂະແຫນງການ neurocomputing – ເຕັກໂນໂລຊີທີ່ໄດ້ຮັບການດົນໃຈໂດຍວິທີການຂອງສະຫມອງຂອງມະນຸດປຸງແຕ່ງແລະເກັບຮັກສາຂໍ້ມູນຂ່າວສານ.
ວຽກງານດັ່ງກ່າວ, ນໍາພາໂດຍທ່ານດຣ Joseph S. Friedman, ໄດ້ຖືກຕີພິມໃນວາລະສານ Nature Communications Engineering, ໃນການຮ່ວມມືກັບ Everspin Technologies ແລະ Texas Instruments.
ບໍ່ເຫມືອນກັບຄອມພິວເຕີແບບດັ້ງເດີມທີ່ແຍກຄວາມຊົງຈໍາແລະການປະມວນຜົນ, ຄອມພິວເຕີ neuromorphic ປະສົມປະສານທັງສອງຫນ້າທີ່ຢູ່ໃນລະບົບດຽວກັນ, ເຮັດໃຫ້ມັນມີປະສິດທິພາບແລະປະຫຍັດພະລັງງານ.
ອຸປະກອນດໍາເນີນການໂດຍຫຼັກການທີ່ວ່າ "neurons ທີ່ເຮັດວຽກຮ່ວມກັນຈະເຊື່ອມຕໍ່ທີ່ເຂັ້ມແຂງຫຼາຍ", simulating ກົນໄກຂອງການສ້າງຫນ່ວຍຄວາມຈໍາແລະການຮຽນຮູ້ໃນສະຫມອງຂອງມະນຸດ.
ຈຸດສຸມຕົ້ນຕໍຂອງທີມງານແມ່ນການນໍາໃຊ້ "ທາງເຊື່ອມຕໍ່ອຸໂມງແມ່ເຫຼັກ" (MTJs) - ອົງປະກອບທີ່ສາມາດປັບໄດ້ດ້ວຍໄຟຟ້າຂະຫນາດນ້ອຍເຊັ່ນ synapses - ທີ່ຊ່ວຍໃຫ້ເຄື່ອງຈັກ "ຮຽນຮູ້" ໂດຍການປ່ຽນແປງການເຊື່ອມຕໍ່ລະຫວ່າງ neurons ທຽມ, ຄ້າຍຄືກັບວິທີການທີ່ສະຫມອງຂອງມະນຸດປັບຕົວໃນເວລາທີ່ການຮຽນຮູ້.
ໂຄງການດັ່ງກ່າວໄດ້ຮັບການພິຈາລະນາເປັນທິດທາງທີ່ມີສັນຍານທີ່ຈະທົດແທນຕົວແບບ AI ການບໍລິໂພກພະລັງງານໃນປັດຈຸບັນ. ການຄົ້ນຄວ້າໄດ້ຮັບທຶນຈາກມູນນິທິວິທະຍາສາດແຫ່ງຊາດສະຫະລັດ (NSF) ແລະກະຊວງພະລັງງານຂອງສະຫະລັດ, ດ້ວຍງົບປະມານທັງຫມົດເກືອບ 500,000 USD ໃນໄລຍະສອງປີເພື່ອຂະຫຍາຍການທົດລອງ.
ທີ່ມາ: https://tuoitre.vn/my-phat-trien-may-tinh-mo-phong-nao-nguoi-hoc-nhu-nguoi-that-it-ton-nang-luong-hon-ai-20251103085615027.htm






(0)