IBM موفق به ساخت تراشه ای شد که می تواند مانند انسان فکر کند !

به گزارش ICTPRESS ، دانشمندان این تراشه جدید را ابر کامپیوتر به اندازه یک تمبر پستی می‌نامند. هر نورون روی این تراشه به ۲۵۶ نورون دیگر متصل است، و این واحد‌های محاسباتی در کنار یکدیگر می‌توانند با صرف کمترین انرژی جزئیات کلیدی تصویری را در زمان حقیقی جداسازی کنند.
این طراحی نتیجه همکاری طولانی‌مدت بوده‌ که IBM هدایت آن را به عهده داشته‌است. به گفته محققان، برآورد کلی محاسبات این تراشه برابر بیش از ۲۰۰ سال فعالیت یک فرد است، پردازشگری که به گفته محققان ماشینی جدید برای قلمروی جدید است،‌اما تجاری‌سازی آن به زمان نیاز دارد.
این تراشه که ترونورث نامیده می‌شود، هنوز نیازمند برنامه‌ای است که بتواند از عملکرد آن پشتیبانی کند زیرا عملکرد آن با تراشه‌های سنتی که هنوز در کامپیوترهای مدرن کاربردی هستند، متفاوت است. در پردازشگرهای سنتی، پردازشگر و حافظه از یکدیگر مجزا هستند، اما در مدل به‌هم‌پیوسته ترونورث، پردازش داده‌ها در زمانی مشابه تراشه‌های سنتی از کارایی بیشتری برخوردارند.
در این تراشه به‌جای صفر و یک‌های دوتایی،‌ واحد‌های محاسباتی را اسپایک‌ها یا جهش‌ها با برجستگی‌هایی تشکیل می‌دهند.
زمانی که ورودی این تراشه فعال می‌شود، یکی از نورون‌های آن جهشی ایجاد کرده و آن را در سرتاسر تراشه و روی دیگر نورون‌ها ارسال می‌کند. از این رو این سیستم نیازمند نرم‌افزاری کاملا جدید خواهد بود.
زیربنای ترونورث هسته‌های نوروسیناپسی متشکل از ۲۶۵ نورون هستند که IBM در سال ۲۰۱۱ از آنها رونمایی کرد. محققان برای ساخت این تراشه شبکه‌ای ۶۴ در ۶۴ تایی از این هسته‌ها را ایجاد کردند. به دلیل اینکه هر نورون در این تراشه به ۲۵۶ نورون دیگر متصل است،‌ در این تراشه بیش از ۲۵۶ میلیون اتصال یا سیناپس وجود دارد. چنین پیچیدگی برای محصولی که دست‌ساز بشر است و ابعاد آن تنها سه سانتیمتر است، اما هنوز در مقایسه با عضو محاسباتی بدن انسان بسیار ناچیز و ناتوان به‌شمار می‌رود. با این‌همه می‌توان با اتصال دادن چندین تراشه ترونورث به یکدیگر، می‌توان قدرت محاسباتی آن را تا بی‌نهایت افزایش داد.
محققان برای نمایش توانایی‌های این تراشه آن را به گونه‌ای برنامه‌ریزی کردند که بتوان از آن برای درک بصری المان‌های تصویری فیلمی که از برج دانشگاه استنفورد گرفته شده‌بود، در زمان حقیقی استفاده کرد. این تراشه توانست با موفقیت بسته‌های پیکسلی را به عناصر مختلفی مانند عابران پیاده، دوچرخه‌سواران، خودروها،‌اتوبوس‌ها و کامیون‌ها نسبت دهد.

منبع: گجت نيوز