
ดร. โจเซฟ เอส. ฟรีดแมน รองศาสตราจารย์ด้านวิศวกรรมไฟฟ้าและคอมพิวเตอร์ มหาวิทยาลัยเท็กซัส ดัลลาส (UT Dallas) - ภาพ: UT Dallas
ตามรายงานของ EurekAlert! เมื่อวันที่ 30 ตุลาคม นักวิทยาศาสตร์ จากมหาวิทยาลัยเท็กซัสที่ดัลลาส (UT Dallas, USA) ได้พัฒนาต้นแบบ "คอมพิวเตอร์จำลองสมอง" ที่มีความสามารถในการเรียนรู้และทำนายรูปแบบต่างๆ โดยใช้การฝึกฝนและพลังงานน้อยกว่าระบบ AI ทั่วไป
ถือเป็นก้าวสำคัญในสาขาการประมวลผลประสาทวิทยา ซึ่งเป็นเทคโนโลยีที่ได้รับแรงบันดาลใจจากวิธีที่สมองของมนุษย์ประมวลผลและจัดเก็บข้อมูล
งานวิจัยซึ่งนำโดยดร. โจเซฟ เอส. ฟรีดแมน ได้รับการตีพิมพ์ในวารสาร Nature Communications Engineering ร่วมกับ Everspin Technologies และ Texas Instruments
ต่างจากคอมพิวเตอร์แบบดั้งเดิมที่แยกหน่วยความจำและการประมวลผล คอมพิวเตอร์แบบนิวโรมอร์ฟิกจะรวมฟังก์ชันทั้งสองนี้ไว้ในระบบเดียวกัน ทำให้มีประสิทธิภาพและประหยัดพลังงานมากขึ้น
อุปกรณ์นี้ทำงานบนหลักการที่ว่า “เซลล์ประสาทที่ทำงานร่วมกันจะเชื่อมต่อกันแข็งแกร่งยิ่งขึ้น” จำลองกลไกการสร้างความจำและการเรียนรู้ในสมองมนุษย์
จุดเน้นหลักของทีมงานอยู่ที่การใช้ "ทางแยกอุโมงค์แม่เหล็ก" (MTJ) - ส่วนประกอบไฟฟ้าขนาดเล็กที่ปรับค่าได้ เช่น ไซแนปส์ - ที่ช่วยให้เครื่องจักร "เรียนรู้" ได้โดยการเปลี่ยนการเชื่อมต่อระหว่างเซลล์ประสาทเทียม ซึ่งคล้ายกับวิธีที่สมองของมนุษย์ปรับตัวเมื่อเรียนรู้
โครงการนี้ถือเป็นแนวทางที่มีแนวโน้มดีในการทดแทนโมเดล AI ที่ใช้พลังงานในปัจจุบัน งานวิจัยนี้ได้รับทุนสนับสนุนจากมูลนิธิวิทยาศาสตร์แห่งชาติ (NSF) และกระทรวงพลังงานสหรัฐอเมริกา โดยมีงบประมาณรวมเกือบ 500,000 ดอลลาร์สหรัฐ เป็นระยะเวลาสองปี เพื่อขยายการทดลอง
ที่มา: https://tuoitre.vn/my-phat-trien-may-tinh-mo-phong-nao-nguoi-hoc-nhu-nguoi-that-it-ton-nang-luong-hon-ai-20251103085615027.htm






การแสดงความคิดเห็น (0)