hackerare Università di Twente I nuovi computer simili a cervelli fanno un passo avanti. Un gruppo internazionale di ricercatori guidati dal Prof. Dott. Christian Nigues ha sviluppato un nuovo tipo di interruttore molecolare in grado di apprendere dal comportamento precedente. L’università ha affermato che i ricercatori hanno pubblicato oggi le loro scoperte sulla rivista scientifica Nature Materials In un comunicato stampa. “Queste molecole imparano allo stesso modo del nostro cervello”, afferma Nigues.
Computer, data center e altri dispositivi elettronici utilizzano enormi quantità di energia. Ora stiamo costruendo enormi parchi eolici per soddisfare questa domanda di energia. Ma secondo il prof. Dott. Cristian Nigues Possiamo anche concentrare la nostra attenzione sul rendere la nostra elettronica più efficiente. “I nostri cervelli sono i computer più efficienti che conosciamo. Usano 10.000 volte meno energia rispetto ai computer più efficienti”, afferma Negues.
efficienza cerebrale
Questo perché il nostro cervello elabora i dati in un modo completamente diverso. Laddove i computer elaborano flussi binari di informazioni, in zeri e uno, i nostri cervelli funzionano in modo simile tramite impulsi dipendenti dal tempo. I nostri cervelli elaborano informazioni da milioni di neuroni di tutti i nostri sensi senza alcun problema. A differenza dell’elettronica convenzionale, usano solo le cellule cerebrali e le sinapsi attraverso le quali passano gli impulsi. Poiché l’energia viene consumata solo durante un impulso, il nostro cervello può elaborare molti dati contemporaneamente in modo molto più efficiente.
dispositivi di intelligenza artificiale
Le particelle che Nijhuis e il suo team hanno sviluppato possono eseguire tutti i circuiti di gate logici richiesti Apprendimento approfondito. Il deep learning è una forma di apprendimento automatico Si basa su reti neurali artificiali ed è ampiamente utilizzato nel riconoscimento automatico di immagini e parole, ma anche nella ricerca di nuovi farmaci e, più recentemente, nell’industria artistica. “Tutte le cose che sono molto più difficili su un computer che sul nostro cervello”, dice Nieghis. I ricercatori stanno facendo passi da gigante nel software AI, ma ora queste particelle stanno avvicinando anche l’hardware AI.
neuroni artificiali
Per imitare il comportamento dinamico delle sinapsi a livello molecolare, i ricercatori hanno combinato un rapido trasferimento di elettroni con un accoppiamento protonico lento e limitato dalla diffusione. Questo è simile agli impulsi veloci e al lento assorbimento dei neurotrasmettitori da parte dei neuroni nel cervello. Le molecole possono regolare la forza e la durata degli impulsi. In tal modo, esibisce una forma di condizionamento classico. Le molecole adattano il loro comportamento agli stimoli precedentemente ricevuti. forma di apprendimento. In futuro, queste molecole potrebbero anche rispondere ad altri stimoli come la luce.
Molte nuove applicazioni
Questa innovazione rende possibile lo sviluppo di una serie completamente nuova di sistemi adattabili e riconfigurabili. Questi, a loro volta, potrebbero portare a nuovi sistemi adattivi multifunzionali che semplificano notevolmente le reti neurali artificiali. Nijhuis: “Questo riduce notevolmente il consumo energetico della nostra elettronica”. Molecole multifunzionali che sono anche fotosensibili o in grado di rilevare altre molecole potrebbero portare a nuovi tipi di reti neurali o sensori.
Editoria in linea
Christian Nijhuis guida il gruppo “Hybrid Materials for Opto-Electronics” (preoccupazione; Facoltà di Scienze Applicate), che fa parte del MESA+ Institute for Nanotechnology dell’Università del Texas. È anche Principal Investigator nella ricerca Computational Molecules and Electronics (Optics) all’interno del Center for Molecules di MESA+. Questa ricerca è stata condotta in collaborazione con Damien Thompson, professore di modellazione molecolare e direttore del SSPC (Science Foundation Ireland Research Center for Pharmaceuticals presso l’Università di Limerick) ed Enrique Del Barco, professore di Pegasus presso l’Università della Florida centrale.
Il post è intitolato “Interruttori molecolari dinamici con connessione differenziale isteresi-negativa che imitano il comportamento sinaptico” È stato pubblicato sulla rivista scientifica Nature Materials. Nature Materials è una delle prime 3 riviste di chimica, fisica e scienza dei materiali. La posta è Leggi online.