Mums vienmēr šķiet, ka mākslīgā intelekta algoritmi veic noteiktus uzdevumus ne tikai ātrāk nekā cilvēki, bet arī daudz ātrāk. Bet paradoksāli, jo vairāk mākslīgais intelekts atgādina cilvēka smadzenes, jo labāk tas darbojas.
Inženieru komanda IBM ir izveidojusi fizisku neironu tīklu, kas burtiski atgādina cilvēka neironus. Kad inženieri pārbaudīja AI algoritmu jauna veida vadiem, viņi atklāja, ka tas veic uzdevumus ar tādu pašu efektivitāti kā parastajiem neironu tīkliem, bet patērē 100 reizes mazāk enerģijas.
Ja šī neirālā elektroinstalācija iesakņojas, tad drīz mākslīgais intelekts spēs veikt daudz vairāk aprēķinu, tērējot daudz mazāk enerģijas. Problēma ir tā, ka datoru mikroshēmas un neironu tīkla algoritmi runā divās dažādās valodās, un rezultātā tie ir lēnāki. Bet jaunajā sistēmā cietais un programmatūra lieliski sader kopā, un tāpēc jaunā AI sistēma ātrāk izpilda visus uzdevumus, neapdraudot precizitāti.
Šis ir solis uz silīcija bāzes neironu tīklu izveidi. Parasti šādas AI sistēmas nedarbojās tik labi, taču jaunais pētījums simulēja divu veidu neironus: viens bija atbildīgs par ātru aprēķinu, otrs tika izveidots ilgtermiņa informācijas glabāšanai.
Protams, pastāv dažas šaubas par pētnieku apgalvojumiem, kuri apgalvo, ka atbilde uz strādājoša mākslīgā intelekta izveidi ir cilvēka smadzeņu atjaunošana. Kopumā mēs joprojām nezinām, kā darbojas smadzenes. Un pastāv iespēja, ka liela daļa no tā, kas atrodas mūsu smadzenēs, būs bezjēdzīgi datoram.
Tomēr jaunie pētījumi liecina, ka cilvēka neironu fiziskā struktūra var sniegt daudz noderīgu lietu mākslīgā intelekta algoritmiem, un mūsdienu apstākļos enerģijas saglabāšana ir svarīgs nosacījums jebkuras sistēmas optimālai darbībai.