چگونه مورچه ها ، زنبورها و مگسهای میوه می توانند بزرگترین هوش مصنوعی بعدی باشند

چگونه مورچه ها ، زنبورها و مگسهای میوه می توانند بزرگترین هوش مصنوعی بعدی باشند
فضا. مرز نهایی. و در تاریخ 2 نوامبر 2018 ، فضاپیمای Voyager 2 ناسا به وسعت فضای بین ستاره ای ، به دنبال وویجر 1 ، که این جهش را شش سال زودتر انجام داده بود ، عبور کرد. از زمان پرتاب آنها در سال 1977 ، این دو کاوشگر بیش از 11 میلیارد مایل در طول منظومه شمسی طی کرده اند ، بسیار طولانی تر از آنچه دانشمندان پیش بینی کرده اند.

پروب ها هنوز هم با استفاده از پلوتونیوم و با کشیدن 400 وات نیرو برای تولید لوازم الکترونیکی و گرما ، پروب ها هنوز عکس ها را ضبط می کنند و آنها را به ناسا می فرستند. با این وجود ، پس از 42 سال ، هنوز شش دستگاه از 10 ساز ویویجر 2 هنوز کار می کنند ، و دانشمندان ناسا انتظار دارند که این کاوشگر در سال 2025 ، دقیقاً قبل از ترک منظومه شمسی ما تاریک شود.

اما اگر Voyager 2 تنها به یک زن و شوهر از قدرت نیاز داشته باشد چه می شود؟ آیا می تواند به اندازه کافی زنده بماند تا کاوش های خود را تا آینده ادامه دهد؟

اینها انواع سؤالاتی است که دانشمندان در آزمایشگاه ملی آرگون وزارت انرژی ایالات متحده (DOE) می پرسند. در اینجا ، فرشته یانگاس-گیل ، دانشمند اصلی مواد در بخش مواد کاربردی ، یک تیم بین رشته ای را هدایت می کند که در طراحی دوباره تراش های رایانه ای فکر می کند تا نه تنها عملکرد و سازگاری بهتری داشته باشد ، بلکه برای انجام این کار با استفاده از مقدار کم قدرت - تقریباً یک. وات

برای الهام گرفتن ، این تیم به دنبال مغز حشرات مانند مورچه ها ، زنبورها و مگس های میوه ای است - که مرزهای جدیدی در نوع هوش مصنوعی معروف به محاسبات عصبی مورب ارائه می دهند. آنچه آنها پیدا کرده اند می توانند هوش مصنوعی را بر روی سر مصنوعی آن قرار دهند.

این تیم برای طراحی و آزمایش تراشه جدید رایانه ای که بتواند بر روی یک مقدار کم قدرت انجام دهد و به خوبی سازگار باشد ، در زمینه فیزیک ، علوم کامپیوتر و علوم مواد قدم بردارد. از چپ به راست: آنیل مانه ، پراسانا بالاپرکاش ، آنجل یانگاس-گیل ، Sandeep Madireddy و جف ایلام. اعتبار: آزمایشگاه ملی آرگون
با الهام از زیست شناسی ، تراشه های رایانه ای تازه طراحی شده این تیم که به نقشه ها و مواد جدید تکیه می کنند ، می توانند "ابر" را دور بزنند تا در پرواز بیاموزند ، به طور بنیادی انرژی را حفظ کرده و با محیط های شدید مانند فضای عمیق و مناطق رادیواکتیو سازگار شوند. ارائه نتایج معتبر و دقیق.

زیربنای نرم هوش مصنوعی

هوش مصنوعی زندگی ما را تحت الشعاع خود قرار می دهد ، مزایای بی شماری از جمله نیرو دستیابی به دستیاران دیجیتالی را فعال می کند ، هدایت اتومبیل های رانندگی ، تشخیص چهره ها و کمک به ما در پاسخگویی خودکار به متن ها و ایمیل ها. AI ، با این حال ، برخی از محدودیت ها: آن را به رید داده ها و سخت افزار سریعتر - که همیشه باید به آن متصل شوید - اعتماد به نفس زیادی دارد و انعطاف پذیری محدودی دارد.

هوش مصنوعی چگونه انعطاف پذیر است؟ پاسخ در چگونگی شکل گیری یک نوع رایج از هوش مصنوعی ، موسوم به یک شبکه عصبی است که ترتیب داده های معنی دار را نشان می دهد. اکثر شبکه های عصبی ، که از الگوهای و روابط موجود در داده ها بدون برنامه نویسی صریح پرده برمی دارند ، ایستا هستند ، برای یک کار خاص مانند شناخت تصاویر طراحی شده اند. به محض اینکه یک شبکه آن کار را یاد گرفت ، نمی تواند چرخ دنده ها را تغییر دهد و رانندگی اتومبیل را شروع کند.