Elektronički mozak, računalni mozak, digitalni mozak, no jeste li čuli za "mikrovalni mozak"? Upravo su to razvili istraživači sa Sveučilišta Cornell.
I prije nego što pomislite da se radi o mozgu za mikrovalnu pećnicu, dopustite da pojasnimo. "Mikrovalni mozak" naziv je za prvi procesor koji računa i na ultrabrzim podatkovnim signalima i na bežičnim komunikacijskim signalima koristeći fiziku mikrovalova.
Kako su opisali u svom radu objavljenom u časopisu Nature Electronics, ovaj je procesor prava mikrovalna neuronska mreža i potpuno je integrirana na silicijskom čipu. Ističu kako obavlja izračunavanje u frekvencijskoj domeni u stvarnom vremenu za zadatke poput dekodiranja radio signala, praćenja radarskih ciljeva i digitalne obrade podataka. A najbolja stvar? Sve to radi uz potrošnju energije manju od 200 milivata.
Budući da može trenutno izobličavati signal na programabilan način u širokom frekvencijskom pojasu, može se prenamijeniti za nekoliko računalnih zadataka, rekao je glavni autor Bal Govind, doktorand koji je proveo istraživanje s drugim doktorandom Maxwellom Andersonom. Zaobilazi velik broj koraka obrade signala koje digitalna računala inače moraju obaviti.
Dizajn čipa u obliku neuronske mreže omogućuje mu prepoznavanje uzoraka i učenje iz podataka. No, za razliku od tradicionalnih neuronskih mreži, koje se oslanjaju na digitalne operacije i upute korak po korak, tempirane satom, ova mreža koristi analogno, nelinearno ponašanje u mikrovalnom režimu što joj omogućuje obradu tokova podataka mnogo brže od većine digitalnih čipova.
Čip može obavljati i logičke funkcije niske razine i složene zadatke poput identificiranja nizova bitova ili brojanja binarnih vrijednosti u brzim podacima. Postigao je točnost od 88% ili više na više zadataka klasifikacije koji uključuju vrste bežičnih signala, usporedivo s digitalnim neuronskim mrežama, ali s znatno manjom snagom i veličinom.
U tradicionalnim digitalnim sustavima, kako zadaci postaju složeniji, potrebno je više sklopova, više snage i više ispravljanja pogrešaka kako bi se održala točnost. Ali s našim probabilističkim pristupom, u mogućnosti smo održati visoku točnost i kod jednostavnih i kod složenih izračuna, bez dodatnih troškova, ističu znanstvenici.
Dodaju kako iznimna osjetljivost čipa na ulazne podatke, čini ga prikladnim za sigurnosne primjene poput detekcije anomalija u bežičnoj komunikaciji.
Također mislimo da ako dodatno smanjimo potrošnju energije, možemo ga primijeniti u aplikacijama poput rubnog računarstva (edge computing, op. a.). Mogli biste ga primijeniti na pametnom satu ili mobitelu i izgraditi izvorne modele na svom pametnom uređaju umjesto da se za sve morate oslanjati na cloud poslužitelj, ističu.
No, prije nego što mogu početi razmišljati o različitim načinima primjene, čip mora izaći iz eksperimentalne faze i dokazati svoju skalabilnost.
