თანამედროვე გამოთვლითი ტექნოლოგიები კრიტიკულ ზღვარს მიუახლოვდა. მიუხედავად იმისა, რომ ხელოვნური ინტელექტის მოდელები ტექსტების წერასა თუ რთული სისტემების მართვაში დიდ პროგრესს აღწევენ, ისინი კვლავ უძლურნი არიან ისეთი კომბინატორული ამოცანების წინაშე, როგორიცაა ლოგისტიკური ქსელების ოპტიმიზაცია, მიკროჩიპების დაპროექტება ან რთული კრიპტოგრაფიული კოდების გატეხვა.

მეცნიერთა საერთაშორისო ჯგუფმა, რომელიც აერთიანებს ვაშინგტონის, ინდოეთის მეცნიერებათა ინსტიტუტის (IISc) და ევროპული უნივერსიტეტების მკვლევრებს, შექმნა ინოვაციური ნეირომორფული კომპიუტერი. კვლევა, რომელიც ჟურნალ Nature Communications-ში გამოქვეყნდა, გვთავაზობს გამოთვლების რადიკალურად განსხვავებულ მიდგომას.

როგორ მუშაობს „ევრეკა“ მანქანა?

ახალი ტექნოლოგია ეფუძნება კვანტური გვირაბული ეფექტის (quantum-tunnelling) ფიზიკასა და ტვინის მუშაობის პრინციპებს. სისტემა იყენებს FPGA დაფაზე დანერგილ ნეირომორფულ „იზინგის მანქანას“ (Ising machine), რომელიც ენერგეტიკულ ლანდშაფტებს ისე იკვლევს, როგორც ამას ბუნებრივი პროცესები აკეთებენ.

მაგალითისთვის, ცილის დაკეცვის პროცესი, რომელიც ბიოლოგიაში ერთ-ერთი ყველაზე რთული ამოცანაა, ამ მოწყობილობის საშუალებით გაცილებით სწრაფად მიმდინარეობს. სისტემა არ „ითვლის“ პასუხს, არამედ ეძებს მას მდგრადი ენერგეტიკული მდგომარეობისკენ სწრაფვით.

რატომ არის ეს მნიშვნელოვანი?

  • მასშტაბურობა: ნეირომორფული ავტოენკოდერი უზრუნველყოფს ოპტიმალური გადაწყვეტის მიღწევას.
  • CMOS ტექნოლოგია: ახალი არქიტექტურა აგებულია უკვე არსებულ, სტანდარტულ CMOS ბაზაზე.
  • მურის კანონის მიღმა: ტექნოლოგია გვთავაზობს გამოთვლითი სიმძლავრის ზრდას არა ჩიპების ზომის შემცირებით, არამედ არქიტექტურის ცვლილებით.

პროექტს ხელმძღვანელობდა პროფესორი შანტანუ ჩაკრაბარტი ვაშინგტონის უნივერსიტეტიდან, ხოლო გუნდში შედიოდნენ წამყვანი სპეციალისტები მთელი მსოფლიოდან. ეს თანამშრომლობა ეფუძნება ნეირომორფული ინჟინერიის საერთაშორისო სემინარებს, რომლებიც რეგულარულად იმართება ინდოეთში, აშშ-სა და ევროპაში.

ეს აღმოჩენა მიანიშნებს, რომ მომავალი კომპიუტერები არ იქნებიან უბრალოდ უფრო სწრაფი „კალკულატორები“. ისინი იქნებიან სისტემები, რომლებიც ბუნების მსგავსად „ფიქრობენ“ და შეუძლიათ იმ რთული ამოცანების გადაჭრა, რომელთა წინაშეც დღევანდელი AI მოდელები ჩიხში ექცევიან.