Nöromorfik Bilgisayarlar Zor Matematiği Çözüyor
Nöromorfik bilgisayarlar, insan beyninin çalışma biçiminden esinlenen mimarileriyle kısmi diferansiyel denklemleri çözebiliyor. Sandia National Laboratories araştırmacılarına göre bu yaklaşım, gelecekte bilimsel hesaplamalarda daha az enerji tüketen süper bilgisayarların geliştirilmesini sağlayabilir.
İnsan beyninin yapısını taklit etmeye çalışan bilgisayarlar, beklenmedik bir alanda güçlü sonuçlar veriyor. Sandia National Laboratories araştırmacıları, bu sistemlerin akışkan dinamiği, elektromanyetik alanlar ve yapı mekaniği gibi alanlarda kullanılan kısmi diferansiyel denklemleri çözebildiğini gösterdi.
Nature Machine Intelligence dergisinde yayımlanan çalışmada hesaplamalı sinirbilimciler Brad Theilman ve Brad Aimone, nöromorfik donanım için yeni bir algoritma sundu. Algoritma, bilgiyi geleneksel bilgisayarlardan farklı biçimde işleyen ve sinir ağlarının çalışma tarzından esinlenen sistemlerin, matematiksel olarak zorlu problemlerde kullanılmasına imkân tanıyor.
Nöromorfik bilgisayarlar enerji tüketimini azaltabilir
Kısmi diferansiyel denklemler, hava durumunu tahmin etmekten malzemelerin gerilim altındaki davranışını incelemeye kadar birçok gerçek dünya sistemini modellemek için kullanılıyor. Bu denklemlerin çözümü genellikle yüksek işlem gücü ve büyük miktarda elektrik gerektiriyor. Araştırmacılar, nöromorfik sistemlerin aynı tür hesaplamaları daha düşük enerji maliyetiyle gerçekleştirebileceğini belirtiyor.
Çalışmanın özellikle ABD Ulusal Nükleer Güvenlik İdaresi açısından önem taşıyabileceği ifade ediliyor. Nükleer sistemlerin fiziğini ve yüksek riskli senaryoları modelleyen süper bilgisayarlar, büyük miktarda elektrik tüketiyor. Nöromorfik bilgisayarlar yeterli performansı koruyarak enerji ihtiyacını düşürebilirse, bu tür simülasyonlarda yeni bir seçenek sunabilir.
Araştırmacılar, elde ettikleri sonucun yalnızca mühendislikle sınırlı olmadığını düşünüyor. Geliştirilen algoritma, hesaplamalı sinirbilimde bilinen bir kortikal ağ modelinin yapısını ve davranışını yakından izliyor. Ekip, bu model ile kısmi diferansiyel denklemler arasında daha önce fark edilmemiş doğal bir bağlantı bulunduğunu belirtiyor.
Bu bağlantı, beynin bilgiyi nasıl işlediğine dair araştırmalara da katkı sağlayabilir. Brad Aimone, bazı beyin hastalıklarının bir anlamda hesaplama bozuklukları olarak ele alınabileceğini, ancak beynin hesaplamaları nasıl gerçekleştirdiğinin henüz tam olarak anlaşılmadığını söylüyor. Araştırmacılara göre nöromorfik hesaplama, ileride Alzheimer ve Parkinson gibi nörolojik hastalıkların mekanizmalarını anlamaya yardımcı olabilir; ancak bu olasılık henüz araştırma aşamasında.
Sandia ekibi, çalışmanın nöromorfik süper bilgisayarların geliştirilmesi için bir başlangıç oluşturduğunu düşünüyor. Araştırmacılar bundan sonraki aşamada matematikçilerin, sinirbilimcilerin ve mühendislerin daha ileri uygulamalı matematik tekniklerini nöromorfik sistemlere uyarlayıp uyarlayamayacağını incelemeyi planlıyor.
