新しい研究は、脳のようなコンピューターがどのようにブロックチェーンとAIに革命をもたらす可能性があるかを示しています

ドイツのドレスデン工科大学の研究者は最近、ブロックチェーンと AI の両方に革命的な影響を与える可能性のあるテクノロジーであるニューロモーフィック コンピューティングのための新しい材料設計を示す画期的な研究を発表しました。

「リザーバーコンピューティング」と呼ばれる技術を使用して、チームはマグノンの渦を使用してアルゴリズム機能をほぼ瞬時に実行するパターン認識方法を開発しました。

研究者らは、新しいリザーバー材料を開発してテストしただけでなく、標準的な CMOS チップ上で動作するニューロモーフィック コンピューティングの可能性、つまりブロックチェーンと人工知能 (AI) の両方を根底から覆す可能性があることも実証しました。

スマートフォン、ラップトップ、および世界のほとんどのスーパーコンピューターに電力を供給するような古典的なコンピューターは、オンまたはオフ (「XNUMX」または「XNUMX」で表される) のいずれかになるバイナリ トランジスタを使用します。

ニューロモーフィック コンピューターは、プログラム可能な物理的な人工ニューロンを使用して、有機的な脳の活動を模倣します。 これらのシステムは、バイナリを処理する代わりに、時間係数を加えてさまざまなパターンのニューロンに信号を送信します。

これが特にブロックチェーンと AI の分野にとって重要である理由は、ニューロモーフィック コンピューターが基本的にパターン認識と機械学習アルゴリズムに適しているためです。

バイナリ システムでは、ブール代数を使用して計算します。 このため、古典的なコンピューターは、数値処理に関しては無敵のままです。 ただし、パターン認識に関しては、特にデータにノイズが多い場合や情報が欠落している場合、これらのシステムは困難を伴います。

これが、古典的なシステムが複雑な暗号パズルを解くのにかなりの時間がかかる理由であり、不完全なデータによって数学ベースの解決策が妨げられる状況にはまったく適さない理由です。

たとえば、金融、AI、運輸部門では、リアルタイム データが際限なく流入しています。 従来のコンピューターはオクルージョンの問題に悩まされています。たとえば、自動運転車の課題は、これまでのところ、一連の「真/偽」コンピューティング問題に帰着することが難しいことがわかっています。

ただし、ニューロモーフィック コンピューターは、情報の欠如を伴う問題に対処するために構築されています。 運輸業界では、独立変数が多すぎるため、従来のコンピューターで交通の流れを予測することは不可能です。 ニューロモーフィック コンピューターは、データ ポイントを一度に XNUMX つずつ処理しないため、常にリアルタイム データに反応できます。

代わりに、ニューロモーフィック コンピューターは、人間の脳と似た機能を持つパターン構成を通じてデータを実行します。 人間の脳は特定の神経機能に関連して特定のパターンを点滅させ、パターンと機能の両方が時間の経過とともに変化する可能性があります。

関連する 量子コンピューティングは金融業界にどのような影響を与えますか?

ニューロモーフィック コンピューティングの主な利点は、古典的コンピューティングや量子コンピューティングと比較して、消費電力のレベルが非常に低いことです。 これは、ニューロモーフィック コンピューターにより、ブロックチェーンの運用と既存のブロックチェーン上の新しいブロックのマイニングの両方において、時間とエネルギーのコストを大幅に削減できる可能性があることを意味します。

ニューロモーフィック コンピューターは、機械学習システム、特に実世界のセンサー (自動運転車、ロボット) やリアルタイムでデータを処理するシステム (仮想通貨市場分析、交通ハブ) と接続するシステムの速度を大幅に向上させる可能性もあります。

この記事をNFTとして集める 歴史のこの瞬間を保存し、暗号通貨分野の独立系ジャーナリズムへの支持を示すためです。