به گزارش خبرنگار حوزه فناوری گروه علمی پزشکی باشگاه خبرنگاران جوان، شبکه‌های عصبی از مهمترین ابزار‌های هوش مصنوعی بوده که تا کنون، این شبکه‌ها روی پردازنده‌های سنتی به شیوه یک نرم افزار تطبیقی کار کرده اند.

 کارشناسان در حال کار روی یک مفهوم جایگزین به نام "کامپیوتر نورومورفیک" هستند. یعنی سلول‌های عصبی توسط نرم افزار شبیه سازی نمی‌شوند بلکه در اجزای سخت افزاری بازسازی می‌شوند. اکنون گروهی از محققان رویکرد جدیدی را برای چنین سخت افزاری نشان داده اند که با امواج مغناطیسی هدفمند تولید شده و در ویفر‌هایی اندازه‌ی میکرومتری تقسیم می‌شوند.

محققان نتایج خود را در مجله Physical Review Letters ارائه داده اند. این تیم تحقیقات خود را بر روی یک دیسک کوچک از ماده مغناطیسی (نیکل، آهن)، با قطر فقط چند میکرومتر انجام داده اند. یک حلقه طلایی در اطراف این دیسک قرار می‌گیرد، که وقتی جریان متناوب در محدوده گیگا هرتز از آن عبور می‌کند، امواج مایکروویو منتشر شود که به اصطلاح امواج چرخشی را در دیسک تحریک می‌کند.

هلموت شولتئیچ، رئیس گروه "مگنیکس" می‌گوید: الکترون‌های موجود در نیکل، آهن چرخشی دارند. ما از تکانه‌های مایکروویو استفاده می‌کنیم تا قسمت بالای الکترون را کمی از مسیر خارج کنیم. الکترون‌ها این اختلال را به همسایگان مربوطه منتقل می‌کنند که باعث می‌شود موج چرخشی از مواد شلیک کنند. اطلاعات را می‌توان از طریق این روش بسیار کارآمد و بدون نیاز به حرکت الکترون‌ها انتقال داد، همان چیزی که امروزه در تراشه‌های رایانه رخ می‌دهد.

در سال ۲۰۱۹، گروه شولتئیچ کشف کرده اند که تحت شرایط خاص، موج چرخشی تولید شده در گرداب مغناطیسی را می‌توان، با فرکانس کاهش یافته به دو موج تقسیم کرد. لوکاس کوربر، همکار شولتهیچ، توضیح می‌دهد که اثرات غیرخطی فقط هنگامی فعال می‌شوند که توان مایکروویو تابش شده از آستانه خاصی عبور کند. چنین رفتاری امواج چرخشی را به عنوان نامزد‌های امیدوارکننده نورون‌های مصنوعی پیشنهاد می‌کند، زیرا یک شباهت شگفت انگیز با عملکرد مغز وجود دارد، این نورون‌ها همچنین فقط هنگام عبور از یک آستانه محرک خاص آتش می‌گیرند.

در ابتدا، دانشمندان نتوانسته اند تقسیم موج چرخش را به طور دقیق کنترل کنند. کربر می‌گوید که وقتی مایکروویو را به دیسک فرستادیم  تا زمانی که موج چرخش به دو موج جدید تقسیم شود  یک تاخیر زمانی وجود داشت و کنترل آن دشوار بود؛ بنابراین، تیم باید راهی برای حل این مشکل پیدا می‌کرد، علاوه بر حلقه طلا، یک نوار مغناطیسی کوچک نیز به ویفر مغناطیسی متصل شد که سیگنال مایکروویو کوتاه یک موج چرخشی در این نوار ایجاد کرد که می‌تواند با موج چرخش در ویفر تعامل داشته باشد و بنابراین به عنوان نوعی طعمه عمل می‌کند. موج چرخشی در نوار باعث می‌شود که موج ویفر سریعتر تقسیم شود. کربر می‌گوید که یک سیگنال اضافی بسیار کوتاه برای سریع‌تر شدن تقسیم کافی است، این بدان معنی است که اکنون می‌توانیم فرآیند را آغاز کرده و تاخیر زمانی را کنترل کنیم.

ثابت شده است که ویفر‌های موج چرخشی برای نورون‌های سخت افزاری مصنوعی مناسب هستند، آن‌ها مانند سلول‌های عصبی مغز تغییر می‌کنند و می‌توانند مستقیماً کنترل شوند. هلموت شولتئیچ اعلام کرد: کار بعدی که می‌خواهیم انجام دهیم ساختن یک شبکه کوچک با نورون‌های موج چرخشی است. این شبکه نورومورفیک باید کار‌هایی مانند شناسایی الگو‌های ساده را انجام دهد.

 یکی از عمده‌ترین کاربرد‌های هوش مصنوعی بهینه سازی ترافیک است

تشخیص چهره و بهینه سازی ترافیک، تشخیص الگو یکی از عمده‌ترین کاربرد‌های هوش مصنوعی است. به عنوان مثال، شناسایی چهره در گوشی‌های هوشمند ضرورت وجود رمز ورود را کاهش می‌دهد. برای اینکه بتواند کار کند، باید یک شبکه عصبی را از قبل آموزش دهد که شامل قدرت محاسباتی زیاد و حجم عظیم است. تولیدکنندگان گوشی‌های هوشمند این شبکه را به تراشه خاصی منتقل می‌کنند که سپس در تلفن همراه ادغام می‌شود، اما این تراشه ضعف است و همین باعث می‌شود  نتواند چهره‌هایی را که ماسک  دارند  تشخیص دهد.

بیشتر بخوانید

• هم‌جوشی هوش مصنوعی و اینترنت اشیاء؛ تحولی عظیم در آینده جهان

 یک کامپیوتر نورومورفیک  برخلاف تراشه‌های معمولی اجزای سازنده آن سیم کشی نیستند بلکه مانند سلول‌های عصبی مغز کار می‌کنند.

شولتئیچ می‌گوید: به همین دلیل، یک کامپیوتر نورومورفیک می‌تواند حجم عظیمی از داده‌ها را بطور همزمان پردازش کند، دقیقاً مانند یک انسان و در این کار انرژی بسیار زیادی وجود دارد. جدای از شناسایی الگو، نوع جدید رایانه همچنین می‌تواند در زمینه‌های اقتصادی  مفید واقع شودو برای کار‌های بهینه سازی مانند برنامه ریزان مسیر تلفن‌های هوشمند با دقت بالا کارآمد باشد.

انتهای پیام/