پژوهشگران تراشهای به نام مغز مایکروویوی ساختهاند که با استفاده از موجبرهای مایکروویوی قابل تنظیم، دادهها را مانند یک مغز زنده پردازش میکند. این تراشه کوچک میتواند همزمان پردازش فوقسریع و ارتباط بیسیم انجام دهد، با مصرف تنها 200 میلیوات انرژی و دقتی همسطح مدلهای دیجیتال بزرگ. فناوری آن میتواند آیندهای را رقم بزند که هوش مصنوعی پیشرفته روی دستگاههای شخصی و بدون وابستگی به فضای ابری اجرا شود.
در یک آزمایشگاه در دانشگاه کورنل (Cornell University)، پژوهشگران سنت چند دههای طراحی مدارهای دیجیتال را زیر سؤال بردهاند. نتیجه این تلاش، تراشهای سیلیکونی جدیدی است که کمتر شبیه پردازندههای معمولی با کلاک داخلی بود و بیشتر شبیه یک مغز زنده عمل میکند؛ اما بهجای نورونها، از پالسهای کنترلشده انرژی مایکروویو بهره میبرد.
این تراشه آزمایشی که «مغز مایکروویوی» نام گرفته، میتواند همزمان دو کار انجام دهد: پردازش فوقسریع جریانهای داده و برقراری ارتباط بیسیم، آن هم در ابعادی کوچکتر از یک ساعت هوشمند. مصرف توان آن فقط 200 میلیوات است، یعنی کسری از انرژی مورد نیاز که یک شبکه عصبی دیجیتال نیاز دارد.
تراشهای جدید با معماری متفاوت
راز این عملکرد، کنار گذاشتن روش گامبهگام دیجیتال است. تراشههای سنتی دادهها را با ریتم کلاک و از طریق گیتهای منطقی باینری پردازش میکنند، اما طراحی کورنل دادهها را از طریق موجبرهای مایکروویوی قابل تنظیم هدایت میکند تا الگوها در لحظه و با فرکانسهایی در حد دهها گیگاهرتز شکل بگیرند و شناسایی شوند، بدون هیچ توقف یا گلوگاه پردازشی.
هر موجبر مانند یک نورون فیزیکی عمل میکند که در آن دامنه، فاز و فرکانس سیگنال مایکروویو برای نمایش ویژگیهای داده شکلدهی میشود. این ویژگیها در حوزه آنالوگ با هم تعامل و تداخل پیدا میکنند و مجموعهای غنی از الگوها ایجاد میکنند، پیش از آنکه سیگنال به شکل دیجیتال درآید. این ترکیب و انتشار فیزیکی، همان استخراج و تبدیل ویژگیهایی را انجام میدهد که معمولاً در شبکههای دیجیتال به کمک چندین لایه نرمافزاری حاصل میشود.
در همین رابطه بخوانید:
– بهترین پردازنده کامپیوتر، CPU های پیشنهادی + راهنمای خرید
به گزارش Tomshardware، در آزمایشها این تراشه توانست سیگنالهای بیسیم را با دقت 88 درصد یا بیشتر طبقهبندی کند که با عملکرد مدلهای دیجیتال بسیار بزرگتر برابری میکند. نکته مهم این است که این دقت، چه در وظایف ساده و چه در وظایف پیچیده پایدار ماند، آن هم بدون نیاز به مدارهای اضافی یا تصحیح خطا که در سیستمهای دیجیتال رایج است.
به دلیل حساسیت ذاتی این سختافزار به تغییرات رفتار سیگنال، کاربردهای آن فقط به محاسبات هوش مصنوعی محدود نمیشود.
این تراشه میتواند برای شناسایی ناهنجاریها در ترافیک بیسیم، ردیابی اهداف راداری یا رمزگشایی کانالهای شلوغ رادیویی استفاده شود. تیم تحقیقاتی معتقد است که با بهبودهای بیشتر، این فناوری میتواند درون دستگاههای شخصی قرار گیرد و مدلهای هوش مصنوعی را بهصورت محلی و بدون وابستگی به سرورهای ابری اجرا کند.
source