Нейрон потребляет значительно больше энергии, чем эквивалентная компьютерная операция. И все же сеть связанных нейронов может непрерывно изучать, ощущать и выполнять сложные задачи на уровнях энергии, которые в настоящее время недоступны даже для самых современных процессоров.
Что делает нейрон для экономии энергии, чего нет у современного компьютерного процессора?
Симулировав кремниевые «нейроны», ученые обнаружили, что энергетические ограничения в системе в сочетании с внутренним свойством нейронов должны перейти к конфигурации с наименьшей энергией, что приводит к динамическому протоколу связи на расстоянии, который является одновременно более надежным и более энергоэффективны, чем традиционные компьютерные процессоры.
Подобно биологическим нейронам, их кремниевые аналоги также зависят от определенных электрических условий, для их возбуждения или активности. Эти шипы являются основой нейронального общения, проносясь вперед и назад, передавая информацию от нейрона к нейрону.
Группа нейронов работает под общим энергетическим ограничением. Таким образом, когда один нейрон всплескивает, он обязательно влияет на доступную энергию - не только для нейронов, к которым он непосредственно подключен, но и для всех остальных, работающих с тем же энергетическим ограничением.
Всплески нейронов создают возмущения в системе, позволяя каждому нейрону «знать», какие принимают, какие отвечают, и т.д.
И, как и все физические процессы, системы кремниевых нейронов имеют тенденцию к самооптимизации до наименьших энергетических состояний, в то время как другие нейроны сети подвержены влиянию.
«Они учатся формировать сеть на лету».
Это обеспечивает гораздо более эффективную связь, чем традиционные компьютерные процессоры, которые теряют большую часть своей энергии в процессе линейной связи, где нейрон A должен сначала послать сигнал через B, чтобы связаться с C.
Ближайшие следующие шаги, однако, должны создать симулятор, который может эмулировать миллиарды нейронов. Затем исследователи начнут процесс построения физического чипа.
Источник: frontiersin.org/articles/10.3389/fnins.2020.00425/full
Уважаемые друзья, ставьте лайки, делитесь комментариями. Общение с умными людьми всегда приятно.
