शोधकर्ताओं ने मस्तिष्क की नसों के कुशल कंप्यूटिंग तंत्र का खुलासा किया है, जो मस्तिष्क से प्रेरित चिप्स की अगली पीढ़ी विकसित करने में मदद कर सकता है

सार:

तंत्रिका विज्ञान और कंप्यूटिंग प्रौद्योगिकी के अंतर्संबंध में हाल ही में महत्वपूर्ण अनुसंधान प्रगति हुई है। एक अंतरराष्ट्रीय संयुक्त वैज्ञानिक अनुसंधान टीम की नवीनतम खोज ने जटिल जानकारी और स्मृति पुनर्प्राप्ति के प्रसंस्करण में मानव मस्तिष्क तंत्रिका नेटवर्क के कुशल सहयोग तंत्र का सफलतापूर्वक खुलासा किया है। यह उपलब्धि पारंपरिक कंप्यूटिंग आर्किटेक्चर की ऊर्जा दक्षता बाधा को तोड़ने और अगली पीढ़ी का "मस्तिष्क जैसा कंप्यूटर" (न्यूरोमोर्फिक कंप्यूटिंग) बनाने के लिए नए सैद्धांतिक समर्थन और तकनीकी मार्ग प्रदान करती है जो मानव मस्तिष्क के काम करने के तरीके के करीब है।

पारंपरिक वॉन न्यूमैन कंप्यूटर आर्किटेक्चर में, कंप्यूटिंग यूनिट और स्टोरेज यूनिट को अलग किया जाता है। दोनों के बीच बार-बार डेटा ट्रांसमिशन न केवल तथाकथित "प्रदर्शन दीवार" का निर्माण करता है, बल्कि भारी मात्रा में बिजली की खपत भी करता है। इसके विपरीत, मानव मस्तिष्क केवल बेहद कम बिजली की खपत करते हुए उच्च तीव्रता पैटर्न पहचान, तार्किक तर्क और स्वायत्त सीखने को आसानी से पूरा कर सकता है। मानव मस्तिष्क तंत्रिका नेटवर्क में सिनैप्स और न्यूरॉन्स के बीच अत्यंत कुशल गतिशील सिग्नल ट्रांसमिशन और समानांतर प्रसंस्करण तंत्र को समझना और दोहराना वैज्ञानिक समुदाय द्वारा हमेशा कृत्रिम बुद्धिमत्ता कंप्यूटिंग शक्ति और बिजली खपत संकट की वर्तमान ऊपरी सीमा को तोड़ने की कुंजी के रूप में माना गया है।

गैर-रेखीय गतिशील मॉडलिंग के साथ उच्च-रिज़ॉल्यूशन न्यूरोइमेजिंग तकनीक को जोड़कर, अनुसंधान टीम ने गतिशील सूचना इनपुट का सामना करते समय जैविक न्यूरॉन्स की गैर-रेखीय प्रतिक्रिया और सिनैप्टिक प्लास्टिसिटी परिवर्तनों का गहन विश्लेषण किया। शोध में पाया गया है कि मानव मस्तिष्क एक विशाल केंद्रीकृत गणना पर निर्भर नहीं है, बल्कि विशिष्ट न्यूरॉन समूहों के बीच "समय सिंक्रनाइज़ेशन" और "विरल कोडिंग" के माध्यम से उच्च-घनत्व सूचना संपीड़न और तेजी से पुनर्प्राप्ति को पूरा करता है। यह तंत्र अत्यधिक शोर हस्तक्षेप वाले वातावरण में न्यूरॉन्स के केवल एक बहुत छोटे अनुपात को सक्रिय करके जैविक मस्तिष्क को जटिल संज्ञानात्मक कार्यों को सटीक रूप से पूरा करने में सक्षम बनाता है।

इन निष्कर्षों के आधार पर, शोधकर्ताओं ने एक नया मस्तिष्क-प्रेरित एल्गोरिदम आर्किटेक्चर और हार्डवेयर सिमुलेशन सर्किट बनाया। प्रायोगिक डेटा से पता चलता है कि मस्तिष्क जैसा कंप्यूटिंग मॉडल, जो जैविक न्यूरॉन्स की विरल सक्रियता और अनुक्रमिक संचालन विशेषताओं पर आधारित है, छवि पहचान, भाषण धारा विश्लेषण और जटिल भविष्यवाणी कार्यों को संसाधित करते समय पारंपरिक कृत्रिम तंत्रिका नेटवर्क की तुलना में परिमाण के कई आदेशों द्वारा अपनी ऊर्जा दक्षता में सुधार कर सकता है। साथ ही, इसने अज्ञात डेटा हस्तक्षेप के सामने मजबूत मजबूती का प्रदर्शन किया है।

उद्योग विशेषज्ञों ने टिप्पणी की कि यह शोध बुनियादी तंत्रिका विज्ञान और हार्डवेयर इंजीनियरिंग अभ्यास के बीच अंतर को पाटता है। जैसे-जैसे कृत्रिम बुद्धिमत्ता से कंप्यूटिंग शक्ति और ऊर्जा की मांग तेजी से बढ़ रही है, जीव विज्ञान के क्षेत्र में नवीनतम खोजों को भौतिक चिप वास्तुकला डिजाइन में परिवर्तित करने से अगली पीढ़ी के एज कंप्यूटिंग, स्वायत्त रोबोट और कम-शक्ति वाले कृत्रिम बुद्धिमत्ता हार्डवेयर के औद्योगिक परिदृश्य को पूरी तरह से नया आकार मिलेगा, और बुद्धिमत्ता की दिशा में कंप्यूटिंग प्रौद्योगिकी में छलांग को बढ़ावा मिलेगा जो वास्तव में मानव संज्ञानात्मक विशेषताओं को रखती है।