.png)
1 year ago
59
Pesquisadores da Universidade de Dresden, na Alemanha, publicaram recentemente uma pesquisa revolucionária que apresenta um novo design de materiais para computação neuromórfica, uma tecnologia que pode ter implicações revolucionárias para blockchain e IA.
Usando uma técnica chamada "computação de reservatório", a equipe desenvolveu um método de reconhecimento de padrões que usa um vórtice de magnons para executar funções algorítmicas quase instantaneamente.
Princípio de funcionamento de um reservatório de dispersão de magnons. Fonte: "Reconhecimento de padrões no espaço recíproco com um reservatório de dispersão de magnons" , NatureOs pesquisadores não apenas desenvolveram e testaram o novo material, mas também demonstraram o potencial da computação neuromórfica para funcionar em um chip CMOS padrão, algo que poderia mudar tanto a blockchain quanto a inteligência artificial (IA).
Os computadores clássicos, como os que alimentam smartphones, laptops e a maioria dos supercomputadores do mundo, usam transistores binários que podem estar ligados ou desligados (expressos como "um" ou "zero").
Os computadores neuromórficos usam neurônios artificiais físicos programáveis para imitar a atividade cerebral orgânica. Em vez de processos binários, esses sistemas enviam sinais por meio de padrões variáveis de neurônios com o fator adicional de tempo.
O motivo pelo qual isso é importante para os campos de blockchain e IA, especificamente, é que os computadores neuromórficos são fundamentalmente adequados para reconhecimento de padrões e algoritmos de aprendizado de máquina.
Os sistemas binários usam álgebra booleana para computar. Por esse motivo, os computadores clássicos permanecem inquestionáveis quando se trata de processar números. No entanto, quando se trata de reconhecimento de padrões, especialmente quando os dados são ruidosos ou não contêm informações, esses sistemas não são tão eficientes.
É por isso que os sistemas clássicos levam um tempo significativo para resolver quebra-cabeças complexos de criptografia e são totalmente inadequados para situações em que dados incompletos impedem a resolução de uma solução baseada em matemática.
Nos setores de finanças, IA e transporte, por exemplo, há um fluxo interminável de dados disponíveis em tempo real. Os computadores clássicos têm dificuldades com problemas ocultos – o desafio dos carros sem motorista, por exemplo, até agora tem se mostrado difícil de ser solucionado com uma série de problemas de computação binária.
Entretanto, os computadores neuromórficos foram criados para lidar com problemas que envolvem falta de informações. No setor de transportes, é impossível para um computador clássico prever o fluxo do tráfego porque há muitas variáveis independentes. Um computador neuromórfico pode reagir constantemente a dados em tempo real porque não processa pontos de dados um de cada vez.
Em vez disso, os computadores neuromórficos executam os dados por meio de configurações de padrões que funcionam de forma semelhante ao cérebro humano. Os cérebros humanos exibem padrões específicos em relação a funções neurais específicas, e tanto os padrões quanto as funções podem mudar com o tempo.
O principal benefício da computação neuromórfica é que, em relação à computação clássica e quântica, seu nível de consumo de energia é extremamente baixo. Isso significa que os computadores neuromórficos poderiam reduzir significativamente os custos em termos de tempo e energia quando se trata de operar uma rede blockchain e minerar novos blocos em blockchains existentes.
Os computadores neuromórficos também poderiam proporcionar um aumento significativo na velocidade dos sistemas de aprendizado de máquina, especialmente aqueles que fazem interface com sensores do mundo real (carros autônomos, robôs) ou aqueles que processam dados em tempo real (análise do mercado de criptomoedas, centros de transporte).
Colecione este artigo como um NFT para preservar esse momento da história e mostrar seu apoio ao jornalismo independente no espaço cripto.
LEIA MAIS
