ШІ може стати в 2 000 разів ефективнішим, копіюючи мозок: дослідження

Коротко

• Новий чип, натхненний механікою роботи мозку, може зробити ШІ значно ефективнішим у конкретних задачах, з’ясували дослідники з Університету Лафборо.
• Це може бути корисним для зменшення енергетичних втрат у системах погоди, біологічних процесах та інших сферах, де використовується ШІ.
• Під час розробки цієї ШІ-комп’ютерної системи команда зосередилася на фізичних процесах, а не на апаратному забезпеченні, що натякає на можливість переробити підхід до того, як створюють ШІ.

ШІ-системи, як-от ChatGPT або Claude, відомі своїм інтенсивним споживанням енергії. Їм потрібно зберігати дані в одному місці, а потім обробляти їх в іншому, постійно переміщуючи туди-сюди. Це проблема, яку тепер, імовірно, можна вирішити новими дослідженнями. Команда фізиків з Університету Лафборо розробила пристрій, який може обробляти дані, що змінюються з часом, безпосередньо всередині апаратного забезпечення. Традиційні системи в минулому покладалися на програмні методи для цього.

Чип, натхненний мозком, розроблений дослідниками @LboroScience, може зробити деякі задачі ШІ до 2,000 разів більш енергоефективними ⚡🧠

Пристрій обробляє дані безпосередньо в апаратному забезпеченні — пропонуючи новий шлях до систем ШІ з низьким енергоспоживанням і більш сталих.

Читати⤵️https://t.co/OdJGJhs3IW

— PR Університету Лафборо (@LboroPR) 2 квітня 2026 року

З цим новим чипом команда дослідників стверджує, що він може бути в 2,000 разів енергоефективнішим, ніж наявні методи. «Це захопливо, бо показує, що ми можемо переосмислити те, як побудовані системи ШІ», — сказав доктор Павел Борисов, провідний автор дослідження, у заяві. «Використовуючи фізичні процеси замість того, щоб покладатися лише на програмне забезпечення, ми можемо суттєво зменшити енергію, потрібну для таких задач». Там, де звичайні ШІ-системи подібні до того, як відправляти документи назад і вперед між двома офісами (пам’яттю та процесором) знову й знову, з цим новим чипом це може бути як мати один розумніший офіс, який працює над усім в одному місці. Прибавка від мозку У серці чипа — резистор пам’яті, чип пам’яті, який запам’ятовує минулі сигнали. Ця пам’ять змінює те, як він реагує на нові сигнали — іншими словами, це не просто виконання інструкцій, а навчання на основі історії. Це ідея, змодельована на людському мозку. «Натхненні способом, у який людський мозок утворює дуже численні та на вигляд випадкові нейронні зв’язки між усіма своїми нейронами, ми створили складні випадкові фізичні з’єднання в штучній нейромережі, спроєктувавши пори в нанометрово тонких плівках оксиду ніобію як частину нового електронного пристрою», — сказав доктор Борисов.

«Ми показали, як можна прогнозувати майбутню еволюцію складного часового ряду, використовуючи ці пристрої, із споживанням енергії до двох тисяч разів нижчим, ніж у стандартного програмного рішення». ШІ часто використовують для обробки даних, що змінюються з часом, як-от метеозвіти, відстеження фондового ринку або аналіз хвиль. Вони можуть і не бути випадковими, але вони чутливі до малих змін.  Для таких більш хаотичних вимірювань традиційним ШІ-системам потрібні величезні обсяги енергії, щоб встигати за всіма цими дрібними змінами, надсилаючи інформацію туди-сюди. Цей новий чип може бути ідеально спроєктований саме для таких більш хаотичних систем. Аналізуючи минулі вимірювання та досвід, чип краще навчається відстежувати й розуміти ці типи хаотичних вимірювань, зменшуючи обсяг енергії, необхідний для роботи. Хоча ми часто уявляємо ШІ чимось на кшталт ChatGPT або програмного забезпечення для розпізнавання зображень облич, сьогодні його знаходять у більшості застосунків. Цей інструмент спрямований не на статичну інформацію, як-от чатбот, а на інформацію, залежну від часу. «Частота серцевих скорочень, електрична активність мозку, температура зовні. Усе це змінюється щодня. Є застосунки, здатні це відстежувати, але вони енерговитратні й вимагають стабільного онлайн-з’єднання із сервером», — розповів доктор Борисов Decrypt. Саме в такі сфери можна вбудувати цей чип, створюючи розумніші системи для даних, які не є стабільними й часто змінюються протягом часу.

«Моя кінцева мета — щоб така технологія використовувалася в сигналах, що залежать від часу. Чи то в автомобілі, роботі, атомній електростанції або в розумному годиннику», — додав він. «Наприклад, щоб відстежувати, чи стався у когось інсульт, чи ні, щоб відстежувати стан здоров’я двигуна автомобіля, або щоб переконатися, що ядерний реактор працює нормально — ось такі речі».