یک گروه تحقیقاتی مشترک از دانشگاه NIMS و دانشگاه علوم توکیو با موفقیت یک دستگاه هوش مصنوعی پیشرفته را توسعه داده‌اند که پردازش اطلاعات مغز را از طریق محاسبات مخزن چند مولکولی انجام می‌دهد.
به گزارش تکناک، این نوآوری از ارتعاشات مولکولی تعداد معینی از مولکول‌های آلی استفاده می‌کند. این دستگاه برای پیش‌بینی میزان گلوکز خون در بیماران دیابتی، از نظر دقت به‌طور قابل توجهی از دستگاه‌های هوش مصنوعی موجود بهتر عمل کرده است.
با گسترش کاربردهای یادگیری ماشینی در صنایع مختلف، تقاضای فزاینده‌ای برای توسعه دستگاه‌های هوش مصنوعی وجود دارد که نه تنها بسیار محاسباتی هستند، بلکه دارای مصرف کم انرژی و اندازه‌ای کوچک هستند. با تحقیقات به سمت محاسبات مخزن فیزیکی، استفاده از پدیده‌های فیزیکی ارائه شده توسط مواد و دستگاه‌ها برای پردازش اطلاعات عصبی تغییر کرده است. یکی از مشکلاتی که وجود دارد اندازه نسبتاً بزرگ مواد و دستگاه‌های موجود است.
پیشرفت در محاسبات مخزن
این تحقیق اولین اجرای محاسبات مخزن فیزیکی در جهان را آغاز کرده است که بر اساس اصل پراکندگی رامان ارتقا یافته سطحی عمل می‌کند و ارتعاشات مولکولی تنها چند مولکول آلی را مهار می‌کند. این اطلاعات از طریق دروازه‌ای یونی وارد می‌شود که با اعمال ولتاژ، جذب یون‌های هیدروژن را بر روی مولکول‌های آلی( p-mercaptobenzoic acid, pMBA) تعدیل می‌کند.
تغییرات در ارتعاشات مولکولی مولکول‌های pMBA که با جذب یون هیدروژن تغییر می‌کنند، عملکرد حافظه و تبدیل شکل موج غیرخطی را برای محاسبه انجام می‌دهند. این فرآیند با استفاده از مجموعه‌ای پراکنده از مولکول‌های pMBA، تقریباً 20 ساعت از تغییرات سطح گلوکز خون یک بیمار دیابتی را یاد گرفت و موفق شد نوسانات بعدی را در 5 دقیقه آینده با کاهش خطای حدود 50 درصد در مقایسه با دستگاه‌های مشابه تا به امروز، بالاترین دقت به‌دست‌آمده را پیش‌بینی کند.
نتیجه این مطالعه نشان می‌دهد که مقدار حداقلی از مولکول‌های آلی می‌توانند محاسباتی را به‌طور مؤثر در مقایسه با رایانه انجام دهند. این پیشرفت تکنولوژیکی انجام پردازش اطلاعات پیچیده با حداقل مواد و در فضاهای کوچک، مزایای عملی قابل توجهی را ارائه می‌دهد. این دستگاه راه را برای ایجاد دستگاه‌های پایانه هوش مصنوعی کم مصرف که می‌توانند با انواع سنسورها ادغام شوند، هموار می‌کند و راه‌هایی را برای استفاده صنعتی گسترده باز می‌کند.
