Pubblicato il
“Il modo migliore per predire il futuro è crearlo.” – Peter Drucker, rinomato consulente aziendale e autore.
Stiamo assistendo a un grande cambiamento nel campo dell'informatica, che si sta muovendo verso un nuovo approccio che imita il funzionamento del nostro cervello. Questo settore, l'informatica neuromorfica , potrebbe rivoluzionare il modo in cui risolviamo problemi complessi e utilizziamo l'intelligenza artificiale (IA).
Si ispira alla struttura del cervello e al suo funzionamento. L'informatica neuromorfica mira a realizzare circuiti e sistemi elettronici più efficienti in attività come la vista, il processo decisionale e l'apprendimento. Sfruttando l'efficiente modalità di elaborazione delle informazioni del cervello, possiamo creare computer che consumano meno energia e offrono prestazioni migliori in molteplici compiti.
Esamineremo le idee principali, le nuove scoperte e come questo campo cambierà la tecnologia. Unisciti a noi per scoprire come la costruzione di computer simili al cervello potrebbe cambiare il futuro.
Punti chiave
- Calcolo neuromorfomorph è un campo emergente che mira a imitare le capacità di elaborazione delle informazioni del cervello umano.
- L’obiettivo è sviluppare tecnologie informatiche avanzate in grado di superare i sistemi digitali tradizionali in compiti quali percezione, processo decisionale e apprendimento.
- Calcolo neuromorfomorph sfrutta il cervello calcolo ad alta efficienza energetica e capacità di elaborazione delle informazioni per creare sistemi informatici a basso consumo e ad alte prestazioni.
- Il computer neuromorfico di Intel, Hala Point, può eseguire carichi di lavoro AI 50 volte più velocemente e utilizzare 100 volte meno energia rispetto ai sistemi informatici convenzionali.
- I ricercatori stanno esplorando vari materiali, tra cui grafene e nafion, per sviluppare dispositivi informatici simili al cervello con prestazioni ed efficienza energetica migliorate.
Cos'è il calcolo neuromorfico?
L'informatica neuromorfica è un campo che combina biologia, fisica, matematica, informatica e ingegneria. Il suo obiettivo è creare sistemi neurali artificiali che funzionino come il cervello umano. L'ingegneria neuromorfica studia come la struttura e le funzioni del cervello possano contribuire a realizzare sistemi informatici più efficienti.
Definizione e ispirazione dal cervello umano
Il cervello umano è incredibilmente complesso, con miliardi di neuroni e trilioni di connessioni. L'informatica neuromorfica cerca di imitare il modo in cui il cervello elabora le informazioni. Si concentra su come i neuroni lavorano insieme e utilizza reti neurali a impulsi (Spiking Neural Networks) per gestire compiti basati sul tempo.
Aspetti chiave dell'ingegneria neuromorfica
- Emulare la natura analogica del calcolo biologico
- Comprendere il ruolo dei neuroni nella cognizione
- Utilizzando Spiking reti neurali per calcolo temporale
- Progettazione Architetture ispirate al cervello per efficiente e robusto Cognitive Computing
- Sfruttando Reti neurali artificiali creare Ingegneria neuromorfica di riferimento
I sistemi neuromorfici sono fatti per funzionare come i neuroni e le sinapsi nel cervello. Ciò può renderli più efficienti, adattabili e in grado di gestire gli errori meglio dei computer tradizionali.
| Attributo | Informatica neuromorfica | Informatica tradizionale |
|---|---|---|
| Consumo di energia | Altamente efficiente dal punto di vista energetico, funziona con una frazione della potenza richiesta dai sistemi tradizionali | Ad alta intensità energetica, con il supercomputer più veloce del mondo che richiede 21 milioni di watt di potenza |
| Approccio al trattamento | Elaborazione parallela, con neuroni e sinapsi che gestiscono contemporaneamente sia la memoria che i calcoli | Elaborazione sequenziale, con l'architettura von Neumann che separa memoria e CPU |
| Risposta in tempo reale | Capace di risposte "istantanee", ideale per l'elaborazione dei dati dei sensori in tempo reale e le applicazioni IoT | Tempi di risposta più lenti a causa del ciclo costante tra processore e memoria |
| Pattern Recognition | Eccelle nel riconoscimento dei modelli grazie a elaborazione massicciamente parallela funzionalità | Capacità di riconoscimento di pattern limitate rispetto ai sistemi neuromorfici |
Nonostante sfide come la precisione, i limiti del software e le difficoltà di accesso, il calcolo neuromorfico viene esplorato per molteplici applicazioni. Tra queste figurano l'intelligenza artificiale, i sistemi autonomi, i nuovi semiconduttori e il deep learning.
"Si ritiene che la questione dell'efficienza energetica sia la chiave per svelare i segreti del cervello e capire come raggiunge livelli così elevati di funzionalità con un consumo energetico minimo."
La potenza del supercalcolo del cervello
Il cervello umano è una straordinaria meraviglia naturale, che agisce come un supercomputer. Utilizza solo 20 watt di potenza ma può svolgere compiti incredibili. Questi compiti includono l’elaborazione delle informazioni, la percezione del mondo e il processo decisionale. Questo è molto più efficiente dei supercomputer più veloci del mondo, che necessitano di 21 milioni di watt.
Gli scienziati sono molto interessati al funzionamento del cervello. Studiano i suoi metodi di calcolo per migliorare i computer e gli algoritmi del futuro. Analizzando come il cervello utilizza l'elaborazione parallela , il calcolo temporale e l' efficienza energetica , sperano di compiere grandi progressi nel campo del cervello come supercomputer.
| Computer neuromorfico | Cookie di prestazione | Consumo di energia |
|---|---|---|
| Punto Hala | 380 trilioni di operazioni sinaptiche al secondo | 100 volte meno energia rispetto alle macchine convenzionali |
| Profondo sud | 228 trilioni di operazioni sinaptiche al secondo | Occupa solo sei rack in un case server standard |
| Hewlett Packard Enterprise Frontiera | Oltre un quintilione di operazioni al secondo | Copre 680 metri quadrati e richiede 22.7 megawatt per funzionare |
Il cervello come supercomputer è molto più efficiente dal punto di vista energetico rispetto ai vecchi supercomputer. Ciò dimostra l'enorme potenziale del calcolo neuromorfico. Man mano che i ricercatori continueranno a perfezionare questa tecnologia, possiamo aspettarci un futuro in cui computer e intelligenza artificiale saranno più efficienti e potenti, ispirati al cervello umano.
“Il cervello umano può eseguire lo stesso numero di operazioni di un supercomputer con soli 20 watt di potenza”.
Colmare il divario tra cervello e sistemi artificiali
L'informatica neuromorfica mira a colmare il divario tra la potenza di calcolo del cervello e i limiti dei sistemi digitali tradizionali. Si concentra sulla proporzionalità energetica , in cui le diverse componenti utilizzano energia solo quando necessario. Inoltre, sfrutta il parallelismo massivo , elaborando le informazioni simultaneamente su molti neuroni.
Il chip SpiNNaker2: una piattaforma neuromorfica flessibile
Il chip SpiNNaker2 è una piattaforma neuromorfica all'avanguardia. È in grado di gestire fino a 10 miliardi di neuroni ed eseguire 0.3 exaop di attività di intelligenza artificiale. Ciò dimostra come l'hardware neuromorfico possa superare i sistemi tradizionali.
Il chip SpiNNaker1, il suo predecessore, è utilizzato da 60 gruppi di ricerca in 23 paesi. Ciò dimostra il crescente interesse per questi sistemi.
Sandia National Labs è uno dei primi a utilizzare SpiNNaker2 per la ricerca. Hanno in programma di studiare come i sistemi neuromorfici possano sovraperformare quelli tradizionali. SpiNNaker2 supporta regole di apprendimento complesse non possibili sui sistemi più vecchi.
Sono in corso collaborazioni presso la Purdue University, l'University of California San Diego (UCSD) e l'École Supérieure de Physique et de Chimie Industrielles (ESPCI) di Parigi. Eric Carlson, professore alla Purdue, sottolinea i limiti dei computer attuali per l'intelligenza artificiale avanzata e ritiene che vi sia una grande necessità di soluzioni hardware neuromorfiche.
Picco delle reti neurali e del calcolo temporale
Alla base del calcolo neuromorfico c'è l'idea delle reti neurali a impulsi (SNN) . Queste reti utilizzano la temporizzazione degli impulsi elettrici, o spike, per codificare le informazioni. Questo si differenzia dalle reti neurali artificiali tradizionali che utilizzano l'attivazione continua dei neuroni. Questo metodo basato sugli spike è fondamentale per il funzionamento del nostro cervello e potrebbe portare a sistemi di calcolo più efficienti e intelligenti.
Comunicazione basata su picchi e codifica delle informazioni
I sistemi neuromorfici utilizzano la tempistica delle informazioni per elaborarle in modo più efficiente rispetto ai vecchi sistemi digitali in determinate attività. Imitano il modo in cui il cervello utilizza l'energia in modo efficiente, adattandola in base all'attività in corso. Le reti neurali a impulsi consumano molta meno energia rispetto alle vecchie reti perché si attivano solo quando necessario. Ciò significa che consumano meno energia complessivamente.
- Il chip neuromorfico Speck consuma pochissima energia quando non funziona, solo 0.42 mW, dimostrando che è intelligente dal punto di vista energetico.
- Questo chip può gestire attività in tempo reale utilizzando solo 0.70 mW, dimostrando la sua efficienza nell'uso reale.
- Piattaforme come SpiNNaker, BrainScales, Neurogrid, TrueNorth, Darwin, Loihi e Tianjic utilizzano comunicazione basata su picchi per risparmiare energia.
- Il chip Speck può elaborare un singolo picco in soli 3.36μs, dimostrando che è veloce intelligenza artificiale basata sui picchi.
Le reti neurali a impulsi sono ottime per gestire sequenze e schemi nel tempo. Questo le rende più efficaci nella comprensione del contesto e delle modalità di cambiamento. Utilizzano meccanismi come la plasticità dipendente dalla tempistica degli impulsi (STDP) per apprendere dai modelli di dati. Ciò potrebbe portare a un'intelligenza artificiale che apprende nel tempo e migliora gradualmente.
“Il calcolo neuromorfico promette miglioramenti di ordini di grandezza nell’efficienza energetica rispetto al tradizionale paradigma informatico di von Neumann”.
Informatica neuromorfica: costruire computer simili al cervello
Il campo dell'informatica neuromorfica si concentra sulla creazione di computer che funzionano come il cervello umano. Sfrutta l'efficiente modalità del cervello di elaborare le informazioni per realizzare nuovi tipi di computer. Questi computer sono in grado di svolgere compiti come "vedere", "prendere decisioni" e "apprendere" meglio dei computer tradizionali.
L’informatica neuromorfica cambia il modo in cui progettiamo i computer. Si allontana dai vecchi sistemi che elaborano le informazioni un passo alla volta. Utilizza invece il modo in cui il cervello fa molte cose contemporaneamente. Ciò fa sì che i computer utilizzino meno energia e funzionino meglio per alcune attività.
L'informatica neuromorfica è in grado di risolvere problemi che i vecchi computer non potevano affrontare. Ciò avviene combinando memoria e unità di elaborazione in un unico dispositivo. Questo permette ai computer di lavorare più velocemente e consumare meno energia.
Quest'idea non è solo un sogno. Sta diventando realtà grazie a progetti come l' Human Brain Project e la BRAIN Initiative . Anche aziende come IBM e Intel ci stanno lavorando. Hanno realizzato chip come TrueNorth e Loihi che dimostrano quanto potente possa essere questa tecnologia.
L'informatica neuromorfica ci sta conducendo a nuove scoperte nell'intelligenza artificiale e nella robotica. Copiando il cervello, potremmo creare computer in grado di rivoluzionare il modo in cui risolviamo problemi complessi e interagiamo con il mondo.
Superare il collo di bottiglia di von Neumann
La maggior parte dei computer odierni utilizza l' architettura di von Neumann , in cui la memoria e la CPU sono separate. Questa configurazione, nota come collo di bottiglia di von Neumann , li rende meno efficienti. I dati si spostano continuamente tra il processore e la memoria, sprecando energia. Il cervello, al contrario, combina memoria e calcolo in un unico punto, risultando estremamente efficiente. L'informatica neuromorfica si concentra su architetture incentrate sulla memoria e sul calcolo in memoria per emulare l'efficienza del cervello.
Architetture incentrate sulla memoria e elaborazione in memoria
Il cervello, a differenza dei supercomputer odierni, consuma pochissima energia. Questo perché elabora le informazioni senza trasferire dati tra la memoria e le unità di elaborazione. L'informatica neuromorfica mira a fare lo stesso, concentrandosi su architetture incentrate sulla memoria e sul calcolo in memoria . Questi metodi avvicinano l'elaborazione al punto in cui i dati sono memorizzati.
Queste architetture neuromorfiche hanno alcune caratteristiche chiave:
- Elaborazione di dati spaziali e temporali, ispirata a quella del cervello picchiare le reti neurali
- Elaborazione delle informazioni altamente parallela e distribuita, simile alla massiccia interconnettività del cervello
- L’uso di tecnologie di memoria emergenti, come i memristor, per creare sinapsi artificiali in grado di apprendere e adattarsi
Progetti come il chip TrueNorth di IBM e i sistemi SpiNNaker e BrainScaleS dell'Human Brain Project dell'UE stanno aprendo la strada al calcolo neuromorfico . Il loro obiettivo è replicare l'efficienza e la scalabilità del cervello nei sistemi artificiali.
Superare il collo di bottiglia di von Neumann è fondamentale per sbloccare tutto il potenziale del calcolo neuromorfico . Si tratta di rendere i computer efficienti quanto il cervello umano.
Sensori di visione neuromorfici ed elaborazione basata sugli eventi
Il calcolo neuromorfico ha fatto grandi passi avanti nei sensori visivi e nei sistemi di elaborazione. Questi sistemi funzionano come il cervello, elaborando le informazioni mentre accadono. Questo è diverso dalle vecchie fotocamere che catturano ed elaborano tutto in continuazione.
Questi sensori di visione, noti come sensori di visione basati su eventi (EVS) , reagiscono solo ai cambiamenti in ciò che vedono. Inviano informazioni a raffiche, proprio come fa il nostro cervello. Questo li rende ideali per compiti che richiedono una visione rapida e a basso consumo energetico, come nei robot, nelle auto a guida autonoma e nei dispositivi intelligenti.
| Confronto | Fotocamera tradizionale | Sensore di visione neuromorfico |
|---|---|---|
| Elaborazione dati | Acquisizione ed elaborazione continua di informazioni visive | Guidato dagli eventi, risponde solo ai cambiamenti nella scena |
| Energy Efficiency | Maggiore consumo di energia | Altamente percezione di efficienza energetica |
| Applicazioni | Imaging per scopi generali | Robotica, veicoli autonomi, dispositivi IoT |
I sensori di visione neuromorfica e l'elaborazione basata su eventi offrono grandi vantaggi. Aziende come Sony Semiconductor Solutions Group e startup come PROPHESEE sono all'avanguardia in questo campo. Hanno unito le loro competenze per realizzare sensori di visione neuromorfica avanzati.
“I sensori di visione basati sugli eventi possono monitorare oggetti che si muovono ad alta velocità in tempo reale e si prevede che miglioreranno le capacità di intelligenza artificiale e robotica”.
Abbiamo bisogno di sistemi di visione artificiale più efficienti e veloci. Il lavoro sui sensori di visione neuromorfica e sull'elaborazione basata sugli eventi è molto promettente. Imparando dal funzionamento dei nostri occhi, queste tecnologie potrebbero portare a un futuro più intelligente ed ecologico per le reti neurali a impulsi e la percezione a basso consumo energetico.
Tecnologia Memristor e RAM resistiva
Le nuove tecnologie di memoria, come i memristori e le memorie RAM resistive (RRAM), stanno rivoluzionando il mondo del calcolo neuromorfico. Agiscono come le sinapsi e i neuroni del nostro cervello, integrando memoria e calcolo in modo simile a quanto avviene nel cervello.
Neuristori e dispositivi di ispirazione biologica
Gli scienziati hanno creato i neuristori , dispositivi che funzionano come le nostre cellule cerebrali. Possono essere componenti chiave dei sistemi neuromorfici. Questi dispositivi e tecnologie sono ottimi per realizzare computer neuromorfici efficienti e potenti.
Il chip ha 5,832 memristor, un processore OpenRISC e molti convertitori. Utilizza poco più di 300 milliwatt e può eseguire 188 miliardi di operazioni al secondo per watt. Se realizzato con la tecnologia più recente, utilizzerebbe solo 42 mW e funzionerebbe ancora meglio senza bisogno di memoria aggiuntiva.
| chip | Consumo di energia | Cookie di prestazione |
|---|---|---|
| Chip basato su memristor | 300 mW | 188 GOPS/W |
| Chip basato su memristor con processo a 40 nm | 42 mW | 1.37 CIME/L |
| L'ultimo chip acceleratore AI di ricerca di Nvidia | N/A | 9.09 CIME/L |
I ricercatori cinesi hanno fatto grandi passi avanti nel campo dell'informatica neuromorfica . Utilizzano la tecnologia dei memristori e la RAM resistiva . Questo lavoro è guidato dal Laboratorio chiave per i materiali e le tecnologie a emissione di luce ultravioletta e dalla Facoltà di Scienze dell'Università di Scienza e Tecnologia di Changchun.
“Il chip basato su memristor ha dimostrato un’accuratezza del 94.6% nel distinguere i tumori maligni da quelli benigni utilizzando l’apprendimento non supervisionato”.
Principali progetti e iniziative di ricerca
L'informatica neuromorfica è di grande interesse per ricercatori e leader del settore tecnologico in tutto il mondo. Hanno avviato numerosi progetti e iniziative di ampio respiro. Questi sforzi mirano a sfruttare al meglio l'informatica ispirata al funzionamento del cervello e a far progredire il settore.
Il progetto Human Brain e l'iniziativa BRAIN
L' Human Brain Project è un enorme progetto da 1.3 miliardi di dollari finanziato dalla Commissione Europea. Il suo obiettivo principale è simulare un cervello umano completo su un supercomputer. Questo ci aiuterà a capire come funziona il cervello e porterà allo sviluppo di nuove tecnologie informatiche. Negli Stati Uniti, anche la BRAIN Initiative sta lavorando per utilizzare le conoscenze sul cervello nella progettazione di nuovi sistemi informatici.
TrueNorth Chip di IBM e Loihi di Intel
Anche i grandi nomi della tecnologia si sono lanciati nel calcolo neuromorfico. IBM e Intel hanno realizzato chip che copiano le reti neurali del cervello. Questi chip potrebbero cambiare il modo in cui utilizziamo la tecnologia, dagli smartphone alle auto a guida autonoma.
| Progetto/iniziativa | Finanziamento | Focus chiave |
|---|---|---|
| Human Brain Project | 1.3 miliardi di dollari (Commissione europea) | Simulazione del cervello umano in un supercomputer |
| Iniziativa BRAIN | Finanziato dal governo americano | Sfruttare la ricerca sul cervello per nuove architetture informatiche |
| IBM TrueNorth chip | Ricerca e sviluppo interni di IBM | Specializzata hardware neuromorfico piattaforma |
| Intel Lohi chip | Ricerca e sviluppo interni di Intel | Specializzata hardware neuromorfico piattaforma |
Questi grandi progetti e innovazioni tecnologiche stanno ponendo le basi per un futuro con il calcolo neuromorfico. Ciò cambierà il modo in cui elaboriamo le informazioni e risolviamo i problemi.
Sfide e prospettive future
Il campo dell'informatica neuromorfica è in crescita, ma si trova ad affrontare grandi sfide. Il suo obiettivo è quello di replicare la complessità del cervello umano nei sistemi artificiali. Ciò significa trasformare le complesse reti cerebrali in hardware e software funzionanti.
Una grande sfida è combinare nuove tecnologie di memoria come i memristor con questi sistemi. Un altro ostacolo è rendere questi sistemi potenti quanto il cervello umano. Inoltre, mancano standard per testare questi sistemi, il che ne rallenta l'utilizzo.
Nonostante questi ostacoli, le prospettive per l'informatica neuromorfica sono promettenti. Con la sua crescita, l'informatica neuromorfica porterà probabilmente a sistemi di calcolo ispirati al cervello ed efficienti dal punto di vista energetico . Questi sistemi risolveranno problemi complessi meglio dei computer attuali e potrebbero rivoluzionare molti settori, dalla tecnologia alla sanità.
Gli esperti affermano che abbiamo bisogno di maggiore supporto, lavoro di squadra e nuove idee per rendere comune l'informatica neuromorfica . Con il giusto sostegno, questa tecnologia potrebbe cambiare il modo in cui utilizziamo i computer e l'intelligenza artificiale.
“L’informatica neuromorfica potrebbe alimentare robot, auto a guida autonoma e dispositivi intelligenti utilizzando una potenza di elaborazione significativamente inferiore rispetto alla tecnologia esistente”.
L'informatica neuromorfica ha grandi sfide da affrontare, ma i vantaggi sono enormi. Man mano che esperti e leader lavoreranno in questo campo, vedremo sistemi di calcolo efficienti dal punto di vista energetico e ispirati al funzionamento del cervello . Questi cambieranno l'intelligenza artificiale e non solo.
Conclusione
L’informatica neuromorfica sta cambiando il modo in cui pensiamo ai computer. È ispirato alle straordinarie capacità del cervello umano. Questi sistemi potrebbero fare meglio dei vecchi computer in molte aree, come vedere, prendere decisioni, apprendere e risolvere problemi.
Il calcolo neuromorfico sfrutta l'efficiente modalità di elaborazione delle informazioni del cervello. Inoltre, utilizza l'elaborazione parallela e memorizza i dati nel tempo. Questo lo rende ideale per la risoluzione di problemi complessi. Potrebbe rivoluzionare l'intelligenza artificiale, la robotica, la sanità e le neuroscienze.
I ricercatori continuano a studiare il cervello per realizzare sistemi artificiali sempre più efficienti. Il futuro del calcolo neuromorfico e del calcolo ispirato al cervello si preannuncia molto promettente. Con maggiore impegno e collaborazione, potremo sfruttare al meglio queste nuove tecnologie, ottenendo soluzioni più intelligenti, flessibili ed efficienti dal punto di vista energetico.
FAQ
Cos’è il calcolo neuromorfico?
Il calcolo neuromorfico è un nuovo campo che mira a far funzionare i sistemi elettronici come il cervello. Utilizza il modo in cui il cervello elabora le informazioni per rendere i computer più efficienti. L’obiettivo è creare tecnologia avanzata che utilizzi meno energia e funzioni meglio.
Quali sono gli aspetti chiave dell’ingegneria neuromorfica?
Si concentra su come la struttura del cervello possa contribuire a migliorare i computer. I punti chiave includono la riproduzione del modo analogico in cui il cervello elabora i dati, la comprensione del funzionamento dei neuroni e l'utilizzo di reti neurali a impulsi per una migliore gestione dei tempi.
Come si confronta la potenza di calcolo del cervello con quella dei supercomputer tradizionali?
Il cervello è considerato il supercomputer più potente, poiché utilizza solo 20 watt per svolgere compiti straordinari. Al contrario, il supercomputer più veloce utilizza 21 milioni di watt.
In che modo il calcolo neuromorfico mira a colmare il divario tra il cervello e i sistemi artificiali?
Utilizza le modalità efficienti del cervello per elaborare le informazioni per migliorare i nuovi computer. Ciò include l’utilizzo di meno energia e il lavoro in parallelo, il che potrebbe rendere i computer migliori di quelli vecchi.
Qual è il ruolo dei picchi delle reti neurali nel calcolo neuromorfico?
Le reti neurali a spillo sono fondamentali in questo campo. Usano picchi elettrici per inviare informazioni, il che potrebbe rendere i computer più efficienti e ispirati dal cervello.
In che modo il calcolo neuromorfico affronta i limiti dell'architettura di von Neumann?
Il cervello combina memoria e calcolo in un unico posto, rendendolo molto efficiente. Il calcolo neuromorfico studia anche come raggiungere questo obiettivo, per far sì che i computer funzionino più come il cervello.
Qual è il ruolo delle tecnologie di memoria emergenti nel calcolo neuromorfico?
Le nuove tecnologie di memoria come memristor e RRAM sono importanti. Possono agire come cellule e connessioni cerebrali, aiutando a mescolare memoria e calcolo in modo simile al cervello.
Quali sono alcuni dei principali progetti di ricerca e iniziative nel campo del calcolo neuromorfico?
L' Human Brain Project è un ambizioso progetto che mira a simulare il cervello umano con un supercomputer. Anche la BRAIN Initiative negli Stati Uniti sta lavorando a nuove idee di calcolo basate sul cervello. Aziende come IBM e Intel stanno producendo chip che contribuiscono a questo campo.
Quali sono le sfide e le prospettive future del calcolo neuromorfico?
Questo campo è promettente ma deve affrontare grandi sfide, come rendere le reti artificiali complesse quanto quelle reali. Man mano che crescerà, potrebbe portare a computer più efficienti, simili al cervello, in grado di risolvere problemi complessi meglio di quelli attuali.
Collegamenti di origine
- https://www.livescience.com/technology/computing/intel-unveils-largest-ever-ai-neuromorphic-computer-that-mimics-the-human-brain – Intel svela il “computer neuromorfico” con intelligenza artificiale più grande di sempre che imita il cervello umano
- https://cockrell.utexas.edu/news/archive/9541-graphene-synapses-advance-brain-like-computers – Le sinapsi di grafene fanno avanzare i computer simili al cervello
- https://blog.westerndigital.com/neuromorphic-computing/ – Gli scienziati che inseguono il calcolo neuromorfico simile al cervello
- https://builtin.com/artificial-intelligence/neuromorphic-computing – Cos’è il calcolo neuromorfico? | Integrato
- https://www.nature.com/articles/s43588-021-00184-y – Opportunità per algoritmi e applicazioni di calcolo neuromorfico – Scienze computazionali della natura
- https://www.newscientist.com/article/2426523-intel-reveals-worlds-biggest-brain-inspired-neuromorphic-computer/ – Intel rivela il più grande computer neuromorfico “ispirato al cervello” del mondo
- https://singularityhub.com/2023/12/20/a-new-brain-like-supercomputer-aims-to-match-the-scale-of-the-human-brain/ – Un nuovo supercomputer simile al cervello mira a eguagliare le dimensioni del cervello umano
- https://spectrum.ieee.org/neuromorphic-computing-spinnaker2 – Il computer ispirato al cervello si avvicina alle dimensioni del cervello
- https://www.unite.ai/bridging-the-gap-between-ai-and-neuromorphic-computing/ – Colmare il divario tra intelligenza artificiale e calcolo neuromorfico
- https://www.nature.com/articles/s41467-024-47811-6 – Calcolo dinamico basato su Spike con chip neuromorfico di rilevamento asincrono – Nature Communications
- https://medium.com/@deanshorak/spiking-neural-networks-the-next-big-thing-in-ai-efe3310709b0 – Picco delle reti neurali: la prossima “grande novità” nell’intelligenza artificiale?
- https://arxiv.org/html/2310.09692v2 – Calcolo neuromorfico basato su Spike per la visione artificiale di prossima generazione
- https://www.frontiersin.org/journals/neurorobotics/articles/10.3389/fnbot.2022.1041108/full – Frontiere | Una panoramica del brain-like computing: architettura, applicazioni e tendenze future
- https://www.asianometry.com/p/why-brain-like-computers-are-hard – Perché i computer simili al cervello sono difficili
- https://www.zdnet.com/article/what-is-neuromorphic-computing-everything-you-need-to-know-about-how-it-will-change-the-future-of-computing/ – Cos’è il calcolo neuromorfico? Tutto quello che devi sapere su come sta cambiando il futuro dell'informatica
- https://www.hpcwire.com/2016/03/21/lacking-breakthrough-neuromorphic-computing-steadily-advance/ – Oltre von Neumann, il calcolo neuromorfico avanza costantemente
- https://seas.yale.edu/news-events/news/path-toward-brain-computers – Il percorso verso computer simili al cervello
- https://www.nature.com/articles/s41528-024-00313-3 – Su sensori di visione neuromorfici flessibili non von Neumann – Elettronica flessibile npj
- https://www.sony-semicon.com/en/feature/2022032501.html – I sensori di visione basati sugli eventi che possono funzionare come i nervi ottici umani e monitorare solo i cambiamenti nei soggetti apriranno nuove e vaste possibilità per l’intelligenza artificiale e i robot | Funzionalità ｜ Gruppo di soluzioni Sony Semiconductor
- https://spectrum.ieee.org/first-programmable-memristor-computer – Primo computer a memristor programmabile
- https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2021.662457/full – Frontiere | Sistemi memristivi autoalimentati per storage e calcolo neuromorfico
- https://www.nature.com/articles/s41467-024-45670-9 – Implementazione hardware di reti neurali artificiali basate su memristor – Nature Communications
- https://www.gu.se/en/news/new-discovery-opens-the-way-for-brain-like-computers – Una nuova scoperta apre la strada a computer simili al cervello
- https://www.mccormick.northwestern.edu/news/articles/2021/04/new-brain-like-computing-device-simulates-human-learning/ – Un nuovo dispositivo informatico simile al cervello simula l’apprendimento umano
- https://medium.com/@kakotiaditya/about-the-future-neuromorphic-computing-d3d58ffeac22 – Sul futuro: calcolo neuromorfico
- https://www.morganstanley.com/ideas/neuromorphic-computing-ai-brain – Il calcolo cognitivo porta il tocco umano | Morgan Stanley
- https://www.intechopen.com/chapters/86207 – L’informatica neuromorfica tra realtà e bisogni futuri
- https://www.linkedin.com/pulse/neuromorphic-computing-power-brain-inspired-technology-kumar-wa7ae – Calcolo neuromorfico: il potere della tecnologia ispirata al cervello
- https://docs.lib.purdue.edu/cgi/viewcontent.cgi?article=1010&context=ideas – Applicazioni dell'informatica neuromorfica