Машины, вдохновленные мозгом, лучше справляются с математикой, чем ожидалось
Нейроморфные компьютеры, имитирующие структуру мозга, научились решать сложные уравнения для физического моделирования, открывая путь к энергоэффективным суперкомпьютерам
Short Summary
Исследователи из Национальных лабораторий Сандии разработали алгоритм, позволяющий нейроморфным компьютерам эффективно решать уравнения в частных производных (УЧП) — математическую основу для моделирования физических явлений, от гидродинамики до электромагнитных полей. Этот прорыв, ранее считавшийся возможным только для энергоёмких суперкомпьютеров, демонстрирует неожиданную вычислительную мощь архитектуры, вдохновлённой мозгом.
Традиционно решение УЧП требует огромных вычислительных ресурсов, но нейроморфные системы обрабатывают информацию принципиально иным, более эффективным способом, напоминающим работу нейронных сетей мозга. Исследователи Брэд Тилман и Брэд Аймон не были удивлены результатом, указывая, что человеческий мозг ежедневно выполняет исключительно сложные вычисления (например, при моторном контроле), потребляя при этом минимальную энергию.
Это открытие имеет серьёзные последствия для национальной безопасности, особенно для Национальной администрации по ядерной безопасности, чьи суперкомпьютеры потребляют огромное количество энергии для моделирования ядерных систем. Нейроморфные суперкомпьютеры могут значительно сократить энергопотребление. Кроме того, исследование углубляет понимание того, как мозг выполняет вычисления, и в перспективе может помочь в изучении неврологических заболеваний, таких как Альцгеймер и Паркинсон.
Прорыв в решении УЧП
Нейроморфные системы впервые эффективно решили уравнения в частных производных — основу физического моделирования
Энергетическая эффективность
Технология предлагает путь к созданию мощных суперкомпьютеров с радикально низким энергопотреблением
Связь с работой мозга
Алгоритм основан на модели кортикальных сетей, что помогает понять, как мозг выполняет сложные вычисления
Применение для национальной безопасности
Технология особенно актуальна для моделирования ядерных систем, где сегодня требуются энергоёмкие суперкомпьютеры
Text generated using AI


