Sommario
Un team di ricercatori della Technische Universität Dresden in Germania ha recentemente pubblicato una ricerca rivoluzionaria che mostra un nuovo design di materiale per il calcolo neuromorfico. Questa tecnologia potrebbe avere implicazioni rivoluzionarie sia per la blockchain che per l’intelligenza artificiale (IA). Utilizzando una tecnica chiamata “reservoir computing”, il team ha sviluppato un metodo per il riconoscimento di pattern che utilizza un vortice di magnoni per eseguire funzioni algoritmiche quasi istantaneamente.
Il calcolo neuromorfico e la blockchain
I ricercatori non solo hanno sviluppato e testato il nuovo materiale di riserva, ma hanno anche dimostrato il potenziale del calcolo neuromorfico per funzionare su un chip CMOS standard, qualcosa che potrebbe rivoluzionare sia la blockchain che l’intelligenza artificiale. I computer neuromorfici utilizzano neuroni artificiali fisici programmabili per imitare l’attività cerebrale organica. Invece di elaborare binari, questi sistemi inviano segnali attraverso vari modelli di neuroni con l’aggiunta del fattore tempo.
L’importanza del calcolo neuromorfico per la blockchain e l’IA
La ragione per cui questo è importante per i campi della blockchain e dell’IA, in particolare, è perché i computer neuromorfici sono fondamentalmente adatti per il riconoscimento di pattern e gli algoritmi di apprendimento automatico. I sistemi binari utilizzano l’algebra booleana per calcolare. Per questo motivo, i computer classici rimangono insuperati quando si tratta di fare calcoli numerici. Tuttavia, quando si tratta di riconoscimento di pattern, specialmente quando i dati sono rumorosi o mancano di informazioni, questi sistemi faticano.
Vantaggi del calcolo neuromorfico
Il principale vantaggio del calcolo neuromorfico è che, rispetto al calcolo classico e quantistico, il suo livello di consumo energetico è estremamente basso. Ciò significa che i computer neuromorfici potrebbero ridurre significativamente il costo in termini di tempo ed energia quando si tratta sia di operare una blockchain che di estrarre nuovi blocchi su blockchain esistenti. I computer neuromorfici potrebbero anche fornire un significativo aumento di velocità per i sistemi di apprendimento automatico, specialmente quelli che interfacciano con sensori del mondo reale (auto a guida autonoma, robot) o quelli che elaborano dati in tempo reale (analisi del mercato cripto, hub di trasporto).
