هوش مصنوعی گرسنه است و سخت افزار جدید می تواند اشتهای خود را مهار کند

برای حل یک معما یا بازی کردن ، هوش مصنوعی می تواند به نرم افزاری در حال اجرا در هزاران رایانه احتیاج داشته باشد. این می تواند انرژی باشد که سه نیروگاه هسته ای در یک ساعت تولید می کنند.

تیمی از مهندسان سخت افزاری را ایجاد کرده اند که می توانند مهارتهایی را با استفاده از یک نوع AI که در حال حاضر روی سیستم عامل های نرم افزاری اجرا می شود ، بیاموزند . به اشتراک گذاشتن ویژگی های اطلاعاتی بین سخت افزار و نرم افزار می تواند انرژی مورد نیاز برای استفاده از هوش مصنوعی را در برنامه های پیشرفته تر مانند اتومبیل های رانندگی یا کشف مواد مخدر جبران کند.

شریرام راماناتان ، استاد مواد گفت: "نرم افزار بیشترین چالش ها را در هوش مصنوعی به عهده دارد. اگر می توانید علاوه بر آنچه در نرم افزار اتفاق می افتد ، هوش را در اجزای مدار وارد کنید ، می توانید کارهایی را انجام دهید که امروزه به سادگی امکان پذیر نیست." مهندسی در دانشگاه پوردو.

توسعه سخت افزار AI هنوز در مراحل اولیه تحقیق است. محققان هوش مصنوعی را در قطعات سخت افزاری بالقوه نشان داده اند ، اما هنوز به تقاضای انرژی زیاد هوش مصنوعی پاسخ نداده اند.

راماناتان گفت ، با توجه به اینکه هوش مصنوعی بیشتر زندگی روزمره را تحت تأثیر خود قرار می دهد ، اعتماد به نفس سنگین به نرم افزارهایی که نیازهای انبوه انرژی دارند ، پایدار نیست. اگر سخت افزار و نرم افزار می توانند ویژگی های اطلاعاتی را به اشتراک بگذارند ، منطقه ای از سیلی با یک منبع انرژی خاص می تواند به پیشرفت بیشتری برسد.

تیم راماناتان اولین کسی است که حافظه مصنوعی "شبیه درخت" را در قطعه ای از سخت افزار بالقوه در دمای اتاق نشان می دهد. محققان در گذشته تنها در دماهایی که برای دستگاههای الکترونیکی خیلی پایین است قادر به مشاهده این نوع حافظه در سخت افزار بودند .

نتایج این مطالعه در مجله Nature Communications منتشر شده است .

سخت افزاری که تیم راماناتان تولید کرده از یک ماده به اصطلاح کوانتومی ساخته شده است. این مواد به دلیل داشتن خواصی که توسط فیزیک کلاسیک قابل توضیح نیست شناخته شده اند. آزمایشگاه راماناتان در تلاش برای درک بهتر این مواد و چگونگی استفاده از آنها برای حل مشکلات در الکترونیک است.

این نرم افزار از حافظه شبیه درخت برای سازماندهی اطلاعات به "شاخه های مختلف" استفاده می کند ، و بازیابی این اطلاعات هنگام یادگیری مهارت ها یا کارهای جدید ، آسان تر می شود.