Zawsze wydaje nam się, że algorytmy sztucznej inteligencji wykonują określone zadania nie tylko szybciej niż ludzie, ale znacznie szybciej. Ale paradoksalnie, im bardziej sztuczna inteligencja przypomina ludzki mózg, tym lepiej działa.
Zespół inżynierów IBM zbudował fizyczną sieć neuronową, która dosłownie przypomina ludzkie neurony. Kiedy inżynierowie przetestowali algorytm AI na nowym typie okablowania, odkryli, że wykonuje on zadania z taką samą wydajnością jak konwencjonalne sieci neuronowe, ale zużywa 100 razy mniej energii.
Jeśli to okablowanie neuronowe się zakorzeni, wkrótce sztuczna inteligencja będzie w stanie wykonać znacznie więcej obliczeń, zużywając znacznie mniej energii. Problem polega na tym, że chipy komputerowe i algorytmy sieci neuronowych mówią dwoma różnymi językami, w wyniku czego działają wolniej. Ale w nowym systemie sprzęt i oprogramowanie idealnie do siebie pasują, dlatego nowy system AI wykonuje wszystkie zadania szybciej, bez uszczerbku dla dokładności.
To krok w kierunku budowy sieci neuronowych opartych na krzemie. Zazwyczaj takie systemy sztucznej inteligencji nie działały dobrze, ale nowe badanie symulowało dwa typy neuronów: jeden był odpowiedzialny za szybkie obliczenia, a drugi został stworzony do przechowywania długoterminowych informacji.
Istnieją oczywiście pewne wątpliwości co do twierdzeń badaczy, którzy twierdzą, że odpowiedzią na stworzenie działającej sztucznej inteligencji jest odtworzenie ludzkiego mózgu. Ogólnie rzecz biorąc, nadal nie wiemy, jak działa mózg. I istnieje możliwość, że wiele z tego, co jest w naszym mózgu, będzie bezużyteczne dla komputera.
Niemniej jednak nowe badania pokazują, że fizyczna budowa ludzkich neuronów może dostarczyć wielu przydatnych algorytmom sztucznej inteligencji, a we współczesnych warunkach zachowanie energii jest ważnym warunkiem optymalnego funkcjonowania każdego systemu.