ต้นแบบคอมพิวเตอร์เครื่องใหม่ที่เรียกว่า "MemComputer" ทำงานโดยการเลียนแบบสมองมนุษย์และวันหนึ่งอาจทำงานได้อย่างซับซ้อนเช่นรหัสทำลายรหัสนักวิทยาศาสตร์กล่าว
อุปกรณ์คอมพิวเตอร์ใหม่ที่ได้รับแรงบันดาลใจจากสมองเหล่านี้ยังสามารถช่วยให้นักประสาทวิทยาเข้าใจได้ดีขึ้นผลงานของสมองมนุษย์นักวิจัยกล่าวว่า
ในไมโครชิปทั่วไปโปรเซสเซอร์ซึ่งดำเนินการคำนวณและหน่วยความจำซึ่งเก็บข้อมูลเป็นส่วนประกอบแยกต่างหาก การถ่ายทอดข้อมูลอย่างต่อเนื่องระหว่างโปรเซสเซอร์และหน่วยความจำใช้เวลาและพลังงานดังนั้นจึง จำกัด ประสิทธิภาพของคอมพิวเตอร์มาตรฐาน
ในทางตรงกันข้าม Massimiliano di Ventra นักฟิสิกส์เชิงทฤษฎีที่ University of California, San Diego และเพื่อนร่วมงานของเขากำลังสร้าง "Memcomputers" ประกอบด้วย "memprocessors" ที่ทั้งกระบวนการและข้อมูลจัดเก็บ การตั้งค่านี้เลียนแบบเซลล์ประสาทที่ประกอบขึ้นสมองมนุษย์ด้วยแต่ละเซลล์ประสาทที่ทำหน้าที่เป็นทั้งโปรเซสเซอร์และหน่วยความจำ ที่การสร้างบล็อกของ memcomputersได้รับการคาดการณ์ทางทฤษฎีครั้งแรกในปี 1970 แต่พวกเขาถูกผลิตเป็นครั้งแรกในปี 2008 [เครื่องจักรสุดพิเศษ: 7 Robotic Futures-
ตอนนี้ Di Ventra และเพื่อนร่วมงานของเขาได้สร้าง memcomputer ต้นแบบที่พวกเขากล่าวว่าสามารถแก้ปัญหาการคำนวณที่ยากลำบากอย่างมีชื่อเสียงอย่างมีประสิทธิภาพ นอกจากนี้พวกเขายังสร้าง memcomputer จากไมโครอิเล็กทรอนิกส์มาตรฐาน
"เครื่องเหล่านี้สามารถสร้างได้ด้วยเทคโนโลยีที่มีอยู่" DI Ventra กล่าวกับ Live Science
นักวิทยาศาสตร์ตรวจสอบชั้นของปัญหาที่เรียกว่า NP-complete ด้วยปัญหาประเภทนี้บุคคลอาจสามารถยืนยันได้อย่างรวดเร็วว่าวิธีการแก้ปัญหาใด ๆ ที่อาจใช้งานได้หรือไม่อาจใช้งานได้ แต่ไม่สามารถหาทางออกที่ดีที่สุดได้อย่างรวดเร็ว
ตัวอย่างหนึ่งของปริศนาดังกล่าวคือ "ปัญหาพนักงานขายเดินทาง"ซึ่งใครบางคนได้รับรายชื่อเมืองและถูกขอให้ค้นหาเส้นทางที่สั้นที่สุดที่เป็นไปได้จากเมืองที่เยี่ยมชมเมืองอื่น ๆ ทุกครั้งและกลับไปที่เมืองเริ่มต้นแม้ว่าจะมีใครบางคนสามารถค้นหาได้อย่างรวดเร็วว่าเส้นทางไปสู่เมืองทั้งหมดหรือไม่
memprocessors ใน memcomputer สามารถทำงานร่วมกันและพร้อมกันเพื่อค้นหาวิธีแก้ปัญหาที่เป็นไปได้ทุกอย่างสำหรับ conundrums ดังกล่าว
MemComputer ใหม่แก้ปัญหา NP-complete ของสิ่งที่เรียกว่าปัญหาผลรวมส่วนย่อย ในปัญหานี้หนึ่งจะได้รับชุดจำนวนเต็ม - จำนวนทั้งหมดเช่น 1 และลบ 1 แต่ไม่ใช่เศษส่วนเช่น 1/2 - และต้องค้นหาว่ามีชุดย่อยของจำนวนเต็มเหล่านั้นที่มีผลรวมเป็นศูนย์
“ ถ้าเราทำงานกับกระบวนทัศน์ที่แตกต่างกันของการคำนวณปัญหาเหล่านั้นที่ยากที่จะแก้ไขด้วยคอมพิวเตอร์ปัจจุบันสามารถแก้ไขได้อย่างมีประสิทธิภาพมากขึ้นด้วย memcomputers” Di Ventra กล่าว
แต่การแก้ปัญหาประเภทนี้เป็นเพียงข้อได้เปรียบหนึ่งที่คอมพิวเตอร์เหล่านี้มีมากกว่าคอมพิวเตอร์แบบดั้งเดิม “ นอกจากนี้เราต้องการที่จะเข้าใจว่าสิ่งที่เราเรียนรู้จาก memcomputing สามารถสอนเราบางอย่างเกี่ยวกับการทำงานของสมอง” ดิเวนทรากล่าว
คอมพิวเตอร์ควอนตัม
เพื่อแก้ปัญหา NP-complete นักวิทยาศาสตร์กำลังดำเนินการตามกลยุทธ์ที่แตกต่างกันคอมพิวเตอร์ควอนตัมซึ่งใช้ส่วนประกอบที่เรียกว่า qubits เพื่อตรวจสอบทุกวิธีที่เป็นไปได้เพื่อแก้ไขปัญหาพร้อมกัน อย่างไรก็ตามคอมพิวเตอร์ควอนตัมมีข้อ จำกัด เช่นพวกเขามักจะทำงานที่อุณหภูมิต่ำมาก
ในทางตรงกันข้าม memcomputers "สามารถสร้างด้วยเทคโนโลยีมาตรฐานและทำงานที่อุณหภูมิห้อง" Di Ventra กล่าว นอกจากนี้ memcomputers สามารถแก้ไขปัญหาที่นักวิทยาศาสตร์กำลังสำรวจด้วยคอมพิวเตอร์ควอนตัมเช่นการทำลายรหัส-
อย่างไรก็ตาม MEMCOMPUTER ใหม่มีข้อ จำกัด ที่สำคัญ: เป็นการยากที่จะขยายรุ่นพิสูจน์แนวคิดนี้ให้เป็น memprocessors จำนวนมาก Di Ventra กล่าว วิธีที่ระบบเข้ารหัสข้อมูลทำให้มีความเสี่ยงต่อความผันผวนแบบสุ่มที่สามารถแนะนำข้อผิดพลาดและรุ่นขนาดใหญ่จะต้องใช้รหัสแก้ไขข้อผิดพลาดที่จะทำให้ระบบนี้ซับซ้อนขึ้นและอาจยุ่งยากเกินไปที่จะทำงานได้อย่างรวดเร็ว
ถึงกระนั้น Di Ventra กล่าวว่าควรเป็นไปได้ที่จะสร้าง memcomputers ที่เข้ารหัสข้อมูลในวิธีที่แตกต่างกัน สิ่งนี้จะทำให้พวกเขามีความอ่อนไหวต่อปัญหาดังกล่าวน้อยลงและสามารถปรับขนาดได้เป็น memprocessors จำนวนมาก
นักวิทยาศาสตร์ให้รายละเอียดการค้นพบของพวกเขาทางออนไลน์ในวันที่ 3 กรกฎาคมในวารสารวิทยาศาสตร์ก้าวหน้า-
ติดตามเรา@livescience-Facebook-Google+- บทความต้นฉบับเกี่ยวกับวิทยาศาสตร์สด-
