详细内容或原文请订阅后点击阅览
神经形态人工智能系统的能源效率比传统计算系统高一千倍
神经形态人工智能系统的创建将使人类进入计算技术发展的新阶段，更加接近生物大脑的能力。正如 Tsifrum（Rosatom）人工智能部门负责人 Denis Larionov 在人工智能 OpenTalks.AI 会议上的报告中指出的那样，这将有助于显着提高计算的能源效率。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）神经形态人工智能系统的创建将使人类进入计算技术发展的新阶段，更加接近生物大脑的能力。正如 Tsifrum（Rosatom）人工智能部门负责人 Denis Larionov 在人工智能 OpenTalks.AI 会议上的报告中指出的那样，这将有助于显着提高计算的能源效率。
上周在埃里温举行的论坛汇聚了来自俄罗斯、独联体国家和国外人工智能行业的标志性演讲者，他们来自参与人工智能技术开发的领先大学和公司。
“神经形态系统借鉴了人脑的一些原理，例如记忆计算、信息传输的脉冲性质、模拟计算等。如今，这些系统被认为是计算机技术发展新方向和新阶段的技术基础。此类系统具有前所未有的高能效水平，比传统解决方案高出 100 至 1000 倍。”丹尼斯·拉里奥诺夫 (Denis Larionov) 在论坛报告中指出。
神经形态处理器将成为解决各种人工智能问题的通用计算系统；除了能源效率之外，它们还将以高运行速度、几乎无限的可扩展性以及与持续学习相关的功能而著称。然而，如今它们在解决问题的质量以及软硬件生态系统的发展方面不如经典处理器。
“在使用神经形态人工智能系统的生产中，将开发预测分析和终端设备（边缘人工智能）计算方向。神经形态处理器将能够广泛应用于解决极端条件（太空、海洋、辐射）下的智力问题。这主要是由于脉冲通信协议对噪声的高抵抗力。”Denis Larionov 说道。