ИИ может стать в 2 000 раз более эффективным, копируя мозг: исследование

Кратко

• Новый чип, вдохновленный механизмами работы мозга, может сделать ИИ гораздо более эффективным в конкретных задачах, выяснили исследователи из Университета Лафборо.
• Это может быть полезно для снижения энергозатрат в системах погоды, биологических процессах и в других областях, где используется ИИ.
• Команда сделала акцент на физических процессах, а не на аппаратном обеспечении, при проектировании этого ИИ, что предполагает возможность пересмотреть подход к тому, как строится ИИ.

ИИ-системы, такие как ChatGPT или Claude, известны своим интенсивным потреблением энергии. Им нужно хранить данные в одном месте, а затем обрабатывать их в другом, постоянно перемещая их туда и обратно. Проблема, которую, как выясняется, теперь можно решить с помощью новых исследований. Группа физиков из Университета Лафборо разработала устройство, которое может обрабатывать данные, меняющиеся во времени, непосредственно внутри аппаратного обеспечения. Традиционные системы в прошлом опирались на программные методы для выполнения этой задачи.

Чип, вдохновленный мозгом, разработанный исследователями @LboroScience, может сделать некоторые задачи ИИ до 2,000x более энергоэффективными ⚡🧠

Устройство обрабатывает данные напрямую в аппаратной части — открывая новый путь к более энергоэффективным и устойчивым ИИ-системам.

Читать⤵️https://t.co/OdJGJhs3IW

— PR Университета Лафборо (@LboroPR) 2 апреля 2026

С этим новым чипом, утверждает команда исследователей, он может быть в 2,000 раз более энергоэффективным, чем существующие методы. «Это вдохновляет, потому что показывает, что мы можем переосмыслить, как строятся ИИ-системы», — сказал д-р Павел Борисов, ведущий автор исследования, в заявлении. «Используя физические процессы вместо того, чтобы полностью полагаться на программное обеспечение, мы можем существенно снизить энергию, необходимую для задач такого рода». Там, где обычные ИИ-системы сродни тому, как документы снова и снова пересылают между двумя офисами (памятью и процессором), с этим новым чипом это может быть похоже на наличие одного более умного офиса, который занимается всем в одном месте. Прибавка от мозга В основе чипа — резистор памяти, чип памяти, который запоминает прошлые сигналы. Эта память меняет то, как он реагирует на новые сигналы — иначе говоря, это не просто выполнение инструкций, а обучение на истории. Это идея, смоделированная по аналогии с человеческим мозгом. «Вдохновленные тем, как человеческий мозг образует очень многочисленные и кажущиеся случайными нейронные связи между всеми своими нейронами, мы создали сложные, случайные физические связи в искусственной нейронной сети, проектируя поры в нанометрово-тонких пленках оксида ниобия в рамках нового электронного устройства», — сказал д-р Борисов.

«Мы показали, как можно предсказывать будущее развитие сложного временного ряда, используя эти устройства при потреблении энергии до двух тысяч раз ниже по сравнению со стандартным решением на основе программного обеспечения». ИИ часто используют для обработки данных, которые меняются со временем, например сводок погоды, отслеживания фондового рынка или анализа волн. Возможно, они и не случайные, но они чувствительны к небольшим изменениям.  Для таких более хаотичных измерений традиционные ИИ-системы должны использовать огромные объемы энергии, чтобы успевать за всеми мелкими изменениями, отправляя информацию туда и обратно. Этот новый чип может быть идеально спроектирован для таких более хаотичных систем. Анализируя прошлые измерения и опыт, чип лучше учится отслеживать и понимать эти типы хаотичных измерений, снижая требуемый расход энергии. Хотя мы часто думаем об ИИ как о чем-то вроде ChatGPT или программном обеспечении для распознавания изображений лица, сегодня он встречается в большинстве приложений. Этот инструмент нацелен не на статичную информацию, как чатбот, а на информацию, зависящую от времени. «Частота сердечных сокращений, электрическая активность мозга, температура снаружи. Всё это меняется каждый день. Есть приложения, которые умеют это отслеживать, но они энергоемкие и требуют стабильного онлайн-подключения к серверу», — сообщил Decrypt д-р Борисов. Именно в таких областях этот чип можно было бы внедрять, создавая более умные системы для данных, которые не стабильны и часто меняются на протяжении времени.

«Моя конечная цель — чтобы эта технология использовалась в сигнале, зависящем от времени. Будь то в автомобиле, роботе, атомной электростанции или в умных часах», — добавил он. «Например, чтобы отслеживать, был ли у кого-то инсульт или нет, следить за состоянием двигателя автомобиля или за тем, нормально ли работает ядерный реактор — вот такого рода вещи».