Нейроморфные компьютеры оказались неожиданно эффективны в решении сложных математических задач
Компьютеры, созданные по образу человеческого мозга, демонстрируют неожиданную способность решать сложные математические уравнения, лежащие в основе научных и инженерных задач, таких как прогноз погоды, моделирование потоков жидкости и ядерных процессов.
В исследовании, опубликованном в журнале Nature Machine Intelligence, учёные из Национальных лабораторий Сандия представили новый алгоритм, позволяющий нейроморфному оборудованию решать уравнения в частных производных (УЧП). Эти уравнения являются математической основой для моделирования физических явлений.
Результаты показывают, что нейроморфные системы могут эффективно справляться с этими уравнениями, что открывает путь к созданию первого нейроморфного суперкомпьютера с высокой энергоэффективностью для задач национальной безопасности и других критически важных приложений.
«Мы только начинаем создавать вычислительные системы, способные демонстрировать интеллектоподобное поведение. Но они совершенно не похожи на мозг, и количество ресурсов, которое они требуют, просто смехотворно», — заявил один из авторов исследования Брэд Тилман.
Ранее нейроморфные системы рассматривались в основном для распознавания образов или ускорения работы искусственных нейронных сетей. Мало кто ожидал, что они смогут решать математически строгие задачи, такие как УЧП, которые традиционно требуют огромных вычислительных мощностей суперкомпьютеров.
«Вы можете решать реальные физические задачи с помощью вычислений, вдохновлённых мозгом. Это то, чего вы не ожидали бы, потому что интуиция людей подсказывает обратное. И на самом деле эта интуиция часто ошибочна», — отметил соавтор работы Джеймс Эймон.
Исследование финансировалось Управлением науки Министерства энергетики США и Национальной администрацией по ядерной безопасности. Разработка может привести к значительному сокращению энергопотребления при моделировании ядерных систем и других сценариев.
Кроме того, работа проливает свет на то, как мозг выполняет вычисления, и может в будущем способствовать лучшему пониманию и лечению неврологических заболеваний, таких как болезнь Альцгеймера и Паркинсона.







0 комментариев