Pesquisadores da Technische Universität Dresden, na Alemanha, publicaram recentemente uma pesquisa inovadora mostrando um novo design de material 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.
Os pesquisadores não apenas desenvolveram e testaram o novo material do reservatório, mas também demonstraram o potencial da computação neuromórfica para funcionar em um chip CMOS padrão, algo que poderia derrubar o blockchain e a inteligência artificial (IA).
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”).
Computadores neuromórficos usam neurônios artificiais físicos programáveis para imitar a atividade cerebral orgânica. Em vez de processar binários, esses sistemas enviam sinais através de vários padrões de neurônios com o fator adicional de tempo.
A razão pela qual isso é importante para os campos de blockchain e IA, especificamente, é porque os computadores neuromórficos são fundamentalmente adequados para algoritmos de reconhecimento de padrões e aprendizado de máquina.
Sistemas binários usam álgebra booleana para calcular. Por esta razão, os computadores clássicos permanecem incontestados quando se trata de processar números. No entanto, quando se trata de reconhecimento de padrões, especialmente quando os dados são ruidosos ou faltam informações, esses sistemas têm dificuldades.
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 uma solução baseada em matemática.
Nos setores de finanças, IA e transporte, por exemplo, há um fluxo interminável de dados em tempo real. Os computadores clássicos lutam com problemas ocultos – o desafio dos carros sem motorista, por exemplo, até agora tem se mostrado difícil de reduzir a uma série de problemas de computação “verdadeiro/falso”.
No entanto, os computadores neuromórficos são construídos para lidar com problemas que envolvem falta de informação. Na indústria de transporte, é impossível para um computador clássico prever o fluxo de 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 dados por meio de configurações de padrões que funcionam de maneira 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.
Relacionado: Como a computação quântica afeta o setor financeiro?
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 podem reduzir significativamente o custo em termos de tempo e energia quando se trata de operar um blockchain e minerar novos blocos em blockchains existentes.
Computadores neuromórficos também podem fornecer aceleração significativa para 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 de mercado criptográfico, centros de transporte).
Colete este artigo como um NFT para preservar este momento da história e mostrar seu apoio ao jornalismo independente no espaço criptográfico.
Fonte: https://cointelegraph.com/news/new-research-shows-how-brain-like-computers-could-revolutionize-blockchain-and-ai