ساخت رایانه بر اساس سیستم عصبی انسان!

محاسبات نورومورفیک یا سیناپس مصنوعی برای محاسبات مغزی به تازگی توسط گروهی از محققان مرکز تحقیقات علمی پیشرفته جواهر لعل نهرو توسعه یافته است.

نیترید اسکاندیم، یک ماده نیمه رسانا با پایداری عالی و سازگاری مکمل اکسید فلز نیمه هادی، در ایجاد محاسباتی شبیه به مغز انسان استفاده شده است. توسعه محاسبات نورومورفیک راه را برای پیشرفت فناوری و گسترش سریع مهندسی کامپیوتر هموار کرده است. مفهوم محاسبات نورومورفیک در زمینه هوش مصنوعی انقلابی است.

محاسبات نورومورفیک فرآیند پردازش اطلاعات را بهبود بخشیده و به لطف کمک یکی از تکنیک‌های هوش مصنوعی -یعنی یادگیری ماشین- رایانه‌ها را ارتقا داده‌است.

محاسبات نورومورفیک چیست؟

طراحی رایانه‌هایی که بر اساس سیستم‌هایی که در عصب و مغز انسان یافت می‌شوند، به عنوان «محاسبات نورومورفیک» شناخته می‌شوند. در دهه 1980، ایده محاسبات نورومورفیک مطرح شد. این ایده بر اساس مغز انسان و نحوه عملکرد سیستم عصبی بود.

دستگاه‌های محاسباتی نورومورفیک می‌توانند مانند مغز انسان بدون نیاز به فضای ذخیره‌سازی نرم‌افزاری، مؤثر عمل کنند. ایجاد مدل شبکه عصبی مصنوعی یکی از پیشرفت‌های تکنولوژیکی است که علاقه دانشمندان را به محاسبات نورومورفیک دوباره برانگیخته است.

نورومورفیک چگونه کار می‌کند؟

استفاده از شبکه‌های عصبی مصنوعی که از میلیون‌ها نورون مصنوعی شبیه نورون‌های موجود در مغز انسان تشکیل شده‌اند، مکانیزمی است که توسط آن محاسبات نورومورفیک عمل می‌کند.

بر اساس معماری شبکه‌های عصبی، این نورون‌ها سیگنال‌ها را به صورت لایه‌ای به یکدیگر منتقل و ورودی را از طریق میخ‌های الکتریکی یا سیگنال‌ها به خروجی تبدیل می‌کنند. این دستگاه قادر است وظایفی مانند تشخیص بصری و تفسیر داده‌ها را با کارایی و اثربخشی انجام دهد، زیرا قادر به تقلید از شبکه‌های عصبی-بیولوژیکی در مغز انسان است.

هدف سخت‌افزار نورومورفیک چیست؟

هدف سخت‌افزار نورومورفیک شبیه شدن به یک سیناپس بیولوژیکی است که سیگنال تولید شده توسط محرک را ردیابی و به خاطر بسپارد. دستگاهی که به عنوان سیناپس عمل می‌کند و سیگنال را کنترل و به خاطر می‌آورد، با استفاده از ScN در حال توسعه است. این اختراع می‌تواند پتانسیل تبدیل شدن به یک محصول صنعتی را فراهم کند.

واحدهای حافظه، ذخیره‌سازی و پردازش در رایانه‌های سنتی از نظر فیزیکی مجزا هستند. در نتیجه، انتقال داده بین این واحدها انرژی و زمان زیادی را در طول یک عملیات می‌گیرد. در حالی که یک سیناپس -ارتباط بین دو نورون- که هم به عنوان یک پردازنده و هم یک واحد ذخیره‌سازی حافظه عمل می‌کند، مغز انسان را به یک کامپیوتر بیولوژیکی عالی تبدیل می‌کند که کوچکتر و موثرتر است.

رویکرد محاسباتی شبیه مغز می‌تواند به برآوردن نیازهای محاسباتی رو به رشد در عصر هوش مصنوعی کمک کند.