এমআইটি বিজ্ঞানীরা নকশা মস্তিষ্কের মত কম্পিউটার চিপ জন্য কৃত্রিম Synapse

$config[ads_kvadrat] not found

Devar Bhabhi hot romance video देवर à¤à¤¾à¤à¥€ की साथ हॉट रोमाà¤

Devar Bhabhi hot romance video देवर à¤à¤¾à¤à¥€ की साथ हॉट रोमाà¤
Anonim

কম্পিউটিংয়ের একটি নতুন যুগ যুগোপযোগী হয়ে গেছে, কারণ গবেষকরা নকশা তৈরি করেছেন এবং কৃত্রিম সংকলনের জন্য প্রথম পরীক্ষামূলক পরীক্ষা চালায় যা কম্পিউটারকে মস্তিষ্কের সবচেয়ে শক্তিশালী এবং জটিল কাজগুলির কিছুকে পুনরাবৃত্তি করতে দেয়।

যদিও কম্পিউটারগুলি আমাদের মস্তিষ্কের তুলনায় আরও শক্তিশালী বলে মনে হতে পারে, তবে আমরা আসলে বাইনারিগুলির "অন" এবং "অফ" এর তুলনায় সম্ভাব্য সংকেতগুলির বৃহত্তর পরিসরকে মোকাবেলা করতে পারি, নিউরনের সংযোগগুলিকে পরিচালনা করে এমন শৃঙ্খলাগুলির কারণে ধন্যবাদ।

কম্পিউটারে যে ক্ষমতা প্রতিলিপি করা কৃত্রিম synapses প্রয়োজন যে নির্ভরযোগ্যভাবে সব subtly বিভিন্ন সংকেত প্রেরণ করতে পারেন। তারা সোমবার এর জার্নাল এর বর্ণনা হিসাবে বর্ণনা প্রকৃতি উপাদান ম্যাসাচুসেটস ইনস্টিটিউট অফ টেকনোলজির গবেষকরা এমন কৃত্রিম সিনাপের প্রথম পরীক্ষামূলক পরীক্ষাটি করেছেন যা নিউরোমোফিক কম্পিউটিং নামে পরিচিত।

পরীক্ষার সময় কম্পিউটার সিমুলেশনগুলিতে ঘটেছিল, পরীক্ষাগুলি প্রতিশ্রুতিবদ্ধ ছিল। গবেষকরা বিভিন্ন হস্তাক্ষর নমুনা চিনতে কৃত্রিম synapse ডিজাইন ব্যবহার। তারা যে সিমুলেশনটি চালাচ্ছিলেন সেগুলি প্রায় মিলিয়ে পরিচালিত হয় যা বর্তমানে বিদ্যমান ঐতিহ্যগত অ্যালগরিদম নির্ভুলতার পরিপ্রেক্ষিতে করতে পারে - 95 এর বিপরীতে 95 - যা প্রযুক্তির জন্য একটি কার্যকর প্রারম্ভিক বিন্দু।

ঐতিহ্যগত ডিজিটাল কম্পিউটার বাইনারি সংকেত উপর নির্ভর করে। একের একটি মানে "অন," মানে শূন্যের মানে "বন্ধ।" কারণ কম্পিউটারগুলি নির্দিষ্ট গণনাগুলি যত দ্রুত এবং আরও দক্ষতার সাথে আমরা করতে পারি সেগুলি কার্যকর করতে পারে, এটি অনুমান করা সহজ যে এই বাইনারি পদ্ধতিটি আমাদের ঘিলু।

কিন্তু আমাদের প্রতিটি মস্তিষ্কের ভিতরে 100 বিলিয়ন নিউরনগুলির এনালগ সেটআপ যুক্তিযুক্তভাবে আরও বেশি পরিশীলিত। 100 দশ সহস্রের ত্রিঘাত যে নিউরন মধ্যে সংযোগ পরিচালনা synapses কেবল সংকেত উপর বা বন্ধ পাঠাতে না।

একটি প্রদত্ত সিনাপস জুড়ে প্রবাহিত আয়নগুলির বিভিন্ন ধরণের এবং সংখ্যা নির্ধারণ করে যে এটি একটি নির্দিষ্ট নিউরনের কাছে কোন সংকেত প্রেরণ করে এবং এটি সম্ভাব্য বার্তাগুলির বর্ণালী মানে আমাদের মস্তিষ্ক অনেক বেশি সংখ্যক কম্পিউটেশন আনলক করতে পারে। কম্পিউটারগুলি যদি ইতিমধ্যে তাদের বড় আকারের টুলকিটগুলিতে জটিলতার যোগ করতে পারে তবে আপনি কিছু গুরুতর শক্তিশালী মেশিন দেখবেন - এবং তাদের দৈত্য হতে হবে না।

এখানে সমস্যা: আমাদের মস্তিষ্কের মধ্যে এবং অন্যান্য প্রজাতির যারা synapses নিখুঁত প্রকৃতিতে কয়েক বিলিয়ন বছর ছিল। গবেষকরা শুধুমাত্র কয়েক বছর ধরে সিন্থেটিক সমতুল্য তৈরি করার চেষ্টা করছেন, এবং কিছু বড় stumbling ব্লক আছে। সবচেয়ে বড় যে কোনও কৃত্রিম শৃঙ্খলা বিশ্বস্তভাবে অবশ্যই প্রতিটি ইনপুটের জন্য সঠিকভাবে একই ধরণের সংকেত প্রেরণ করতে হবে, নাহলে জটিলতা কেবল বিশৃঙ্খলার মধ্যে হ্রাস পাবে।

"আপনার কৃত্রিম নিউরনের সাথে কিছু তথ্য উপস্থাপন করার জন্য আপনি কিছু ভোল্টেজ প্রয়োগ করলে, আপনাকে অবশ্যই একইভাবে এটি মুছে ফেলতে এবং পুনরায় লিখতে সক্ষম হবেন"। "কিন্তু অসম্মানজনক শক্তিতে, যখন আপনি আবার লিখবেন, তখন আয়ন বিভিন্ন দিক থেকে যায় কারণ প্রচুর ত্রুটি রয়েছে। এই প্রবাহ পরিবর্তন হচ্ছে, এবং এটি নিয়ন্ত্রণ করা কঠিন। এটি সবচেয়ে বড় সমস্যা - কৃত্রিম সংকোচনের অযৌক্তিকতা।"

এমআইটি গবেষকরা আশাবাদী, তাদের ডিজাইনটি বিভিন্ন সমস্যা, একক-স্ফটিকের সিলিকন ব্যবহার করে এই সমস্যার উপর উল্লেখযোগ্য অগ্রগতি তৈরি করেছে যা ত্রুটিযুক্তভাবে পুরোপুরি পরিচালনা করে। একটি সিমুলেশন ইন, গবেষকেরা সাধারণ ট্রানজিস্টর উপাদান সিলিকন জার্মেরিয়াম ব্যবহার করে এই ফাউন্ডেশনের উপরে কৃত্রিম শৃঙ্খলাগুলি ডিজাইন করেছেন, তারা বিভিন্ন শৃঙ্খলাগুলির মধ্যে মাত্র চার শতাংশ বৈবাহিক স্রোত তৈরি করতে সক্ষম হয়েছিল। এটি নিখুঁত নয়, কিন্তু এটি পূর্বে অর্জন করা হয়েছে কি একটি বিশাল উন্নতি।

এখনকার জন্য, এই কাজটি তাত্ত্বিক বজায় থাকে এবং প্রকৃত বাস্তব পরীক্ষার বাস্তবায়নের অনুমান করে একটি সিমুলেশন-এর প্রতিশ্রুতিবদ্ধ ফলাফলগুলি প্রদর্শন করার মধ্যে একটি পার্থক্য রয়েছে। কিন্তু কিম ও তার দল আশাবাদী।

"এটি বাস্তব কৃত্রিম হার্ডওয়্যার উত্পাদন একটি ধাপে পাথর খোলে," তিনি বলেন,.

$config[ads_kvadrat] not found