Θεωρούμε δεδομένη την τεράστια υπολογιστική ισχύ του εγκεφάλου μας. Όμως οι επιστήμονες εξακολουθούν να προσπαθούν να φέρουν τους υπολογιστές στο επίπεδο του εγκεφάλου.
Έτσι καταλήξαμε στους αλγορίθμους τεχνητής νοημοσύνης (ή AI) που μαθαίνουν μέσω εικονικών νευρώνων - τα νευρωνικά δίκτυα.
Τώρα, μια ομάδα μηχανικών έκανε ένα ακόμη βήμα προς την εξομοίωση των υπολογιστών στο κρανίο μας: κατασκεύασαν ένα φυσικό νευρωνικό δίκτυο, με κυκλώματα που μοιάζουν ακόμη περισσότερο με νευρώνες. Όταν δοκίμασαν έναν αλγόριθμο τεχνητής νοημοσύνης στο νέου τύπου κύκλωμα, διαπίστωσαν ότι λειτούργησε εξίσου καλά με τα συμβατικά νευρωνικά δίκτυα που χρησιμοποιούνται ήδη. Αλλά το νέο ολοκληρωμένο σύστημα νευρωνικών δικτύωνολοκλήρωσε την εργασία με 100 φορές λιγότερη ενέργεια από έναν συμβατικό αλγόριθμο τεχνητής νοημοσύνης.
Αν αυτά τα νέα κυκλώματα που βασίζονται σε νευρώνες απογειωθούν, οι ερευνητές της τεχνητής νοημοσύνης θα μπορούσαν σύντομα να κάνουν πολύ περισσότερους υπολογισμούς με πολύ λιγότερη ενέργεια. Όπως η χρήση μιας κονσέρβας για την επικοινωνία με ένα πραγματικό τηλέφωνο, τα τσιπ υπολογιστών και οι αλγόριθμοι νευρωνικών δικτύων απλά μιλούν διαφορετικές γλώσσες και, ως αποτέλεσμα, λειτουργούν πιο αργά. Αλλά στο νέο σύστημα, το υλικόΈτσι, το νέο σύστημα Τεχνητής Νοημοσύνης ολοκλήρωσε εργασίες πολύ πιο γρήγορα από ένα συμβατικό σύστημα, χωρίς καμία πτώση στην ακρίβεια.
Πρόκειται για ένα βήμα μπροστά από προηγούμενες προσπάθειες δημιουργίας νευρωνικών δικτύων βασισμένων στο πυρίτιο. Γενικά, τα συστήματα τεχνητής νοημοσύνης που βασίζονται σε τέτοιου είδους τσιπ εμπνευσμένα από νευρώνες δεν λειτουργούν τόσο καλά όσο η συμβατική τεχνητή νοημοσύνη. Όμως η νέα έρευνα έχει μοντελοποιήσει δύο τύπους νευρώνων: έναν προσανατολισμένο σε γρήγορους υπολογισμούς και έναν άλλο σχεδιασμένο να αποθηκεύειμακροπρόθεσμη μνήμη, εξήγησαν οι ερευνητές στην MIT Technology Review .
Υπάρχουν σοβαροί λόγοι να είμαστε επιφυλακτικοί απέναντι σε κάθε ερευνητή που ισχυρίζεται ότι η απάντηση στην τεχνητή νοημοσύνη και την αληθινή συνείδηση είναι η αναδημιουργία του ανθρώπινου εγκεφάλου. Και αυτό γιατί, βασικά, γνωρίζουμε πολύ λίγα πράγματα για το πώς λειτουργεί ο εγκέφαλος. Και οι πιθανότητες είναι ότι υπάρχουν πολλά πράγματα στον εγκέφαλό μας που ένας υπολογιστής θα τα έβρισκε άχρηστα.
Αλλά ακόμη κι έτσι, οι ερευνητές πίσω από το νέο τεχνητό νευρωνικό υλικό κατάφεραν να πάρουν σημαντικά μαθήματα από τον τρόπο λειτουργίας του εγκεφάλου μας και να τα εφαρμόσουν στην επιστήμη των υπολογιστών. Με αυτή την έννοια, βρήκαν πώς να αυξήσουν την τεχνητή νοημοσύνη επιλέγοντας ό,τι έχει να προσφέρει ο εγκέφαλός μας χωρίς να επιβαρυνθούν υπερβολικά προσπαθώντας να ανακατασκευάσουν το όλο καταραμένο πράγμα.
Καθώς η τεχνολογία απορροφά όλο και περισσότερη ενέργεια, η 100πλάσια βελτίωση της ενεργειακής απόδοσης σε αυτό το σύστημα τεχνητής νοημοσύνης σημαίνει ότι οι επιστήμονες θα μπορούν να διεκπεραιώνουν μεγάλα ζητήματα χωρίς να αφήνουν τόσο μεγάλο αποτύπωμα στο περιβάλλον.
Πηγή : Φουτουρισμός
