Računalni čipovi koji se temelje na mozgu više nisu samo za AI
Neuromorfne simulacije mogu pratiti rendgenske zrake koje prolaze kroz kost i meko tkivo, kretanje bolesti kroz populaciju te kretanja financijskih tržišta i informacija u društvenim mrežama
Uz pomoć matematike, istraživači Sandia National Laboratoriesa pokazali su da neuromorfna računala, koja sintetički repliciraju logiku mozga, mogu riješiti složenije probleme od umjetne inteligencije, a možda se čak i počnu koristiti u računalstvu visokih performansi.
Nasumična šetnja
Nalazi, detaljno opisani u nedavnom članku u časopisu Nature Electronics, pokazuju da neuromorfne simulacije koje koriste statističku metodu nasumične šetnje mogu pratiti rendgenske zrake koje prolaze kroz kost i meko tkivo, ali i kretanje bolesti kroz populaciju te informacije koje prolaze kroz društvene mreže i kretanja financijskih tržišta.
"Neuromorfni hardver nudi računalne prednosti relevantne za mnoge aplikacije, a ne samo za umjetnu inteligenciju kojoj je očito srodan", kaže glavni istraživač James Bradley. "Novootkrivene primjene kreću se od prijenosa zračenja i molekularnih simulacija do računalnih financija, biološkog modeliranja i fizike čestica."
Loihi platforma
Istraživači su uspješno primijenili algoritme neuromorfnog računanja za modeliranje "nasumične šetnje" (random walk method) plinovitih molekula, koristeći Loihi platformu s 50 milijuna čipova koju je Sandia dobila od Intela.
Istraživačima nije cilj osporiti primat standardnih računalnih metoda koje se koriste za pokretanje uslužnih programa, stolnih računala i telefona. No, kažu oni, "postoje područja u kojima kombinacija brzine računanja i nižih troškova energije može neuromorfno računanje učiniti poželjnim izborom".
Markovljevi lanci i Monte Carlo simulacije
Proces počinje korištenjem Markovljevog lanca -- matematičke konstrukcije u kojoj, poput ploče za igru Monopoly, sljedeći ishod ovisi samo o trenutnom stanju, a ne o povijesti svih prethodnih stanja. Istraživači su koristili Monte Carlo simulacije kako bi pokrenuli niz nasumičnih šetnji koje pokušavaju pokriti što više ruta. Energija svakog hoda zabilježena je kao energetski skok umjetnog neurona.
U optimalnim slučajevima neuromorfna računala brže će rješavati probleme i koristiti manje energije od konvencionalnog računala, a sljedeća verzija Loihija povećat će ljestvicu čipa sa 128.000 neurona po čipu na milijun.
