O szczegółach swoich działań przedstawiciele KAIST (Korea Advanced Institute of Science & Technology) piszą w Nature Electronics. Jak zauważają, ich narzędzie jest wyjątkowe ze względu na fakt, że rozwiązuje problemy, z jakimi zmagały się dotychczas produkowane urządzenia neuromorficzne. W praktyce oznacza to możliwość autonomicznego uczenia się czy korygowania błędów.
Czytaj też: Naukowcy mogą już wgrywać informacje do mózgu bez fizycznej ingerencji. Scenariusz jak z filmu
Koncepcja prosto z Korei Południowej jest oparta na memrystorach. Zadaniem takiego układu scalonego jest natomiast przetwarzanie informacji w podobny sposób, jak ma to miejsce w naszych mózgach. Miliony lat ewolucji sprawiły, że ludzkie komputery pokładowe wykształciły fenomenalną wydajność połączoną z imponującą efektywnością energetyczną. Połączenie obu tych kwestii sprawia, że inżynierowie tworzący syntetyczne odpowiedniki biologicznych mózgów mają twardy orzech do zgryzienia.
Poczynione przez członków zespołu badawczego postępy sprawiły, że ten fascynujący układ scalony został przygotowany do wykorzystania na różne sposoby. Mówi się chociażby o używaniu go na potrzeby funkcjonowania inteligentnych kamer bezpieczeństwa odpowiedzialnych za identyfikację zagrożenia w czasie rzeczywistym. Poza tym takie urządzenie mogłoby się sprawdzić w medycynie, na potrzeby błyskawicznego analizy danych.
Opracowany przez naukowców z Korei Południowej układ scalony pozwala na autonomiczne uczenie się oraz korygowanie błędów. Z tego względu może znaleźć zastosowanie w analizie nagrań czy danych medycznych
Zdolność tego nowego układu scalonego do autonomicznego uczenia się i korygowania błędów w praktyce oznacza, że na przykład w czasie przetwarzania materiałów wideo mógłby automatycznie oddzielać ruchome obiekty od tła i poprawiać swoją wydajność. Elektroniczna konkurencja zostaje powoli w tyle, a celem pozostają biologiczne mózgi. I nawet jeśli udałoby się osiągnąć ich skuteczność, to problemem zapewne pozostanie wydajność energetyczna.
Czytaj też: WhatsApp naprawdę liczy, że będziemy rozmawiać ze sztuczną inteligencją
Do dotychczasowych sukcesów zapewne w ogóle by nie doszło, gdyby nie wykorzystanie tzw. memrystorów. Taki półprzewodnikowy elementy wykazuje zmienne właściwości z zakresu przewodzenia energii elektrycznej. Z tego względu świetnie sprawdzają się w roli synaps w sieciach neuronowych, pozwalając jednocześnie przechowywać dane i wykonywać obliczenia. Na podobnej zasadzie dzieje się to w mózgu. Zaawansowane możliwości nowych układów scalonych powinny umożliwić ich wdrażanie na potrzeby realizacji lokalnych zadań przeznaczonych dla sztucznej inteligencji. Dzięki temu redukowana jest zależność od zdalnych serwerów w chmurze, a powstałe urządzenia działając szybciej, osiągają wyższy poziom bezpieczeństwa i lepszą energooszczędność.