Sinds de uitvinding van de transistor in 1947, computerontwikkeling heeft een consistente verdubbeling van het aantal transistors dat op een chip past gezien. Maar die tendens, bekend als de wet van Moore, kan zijn limiet bereiken als componenten van submoleculaire grootte problemen ondervinden met thermische ruis, verdere schaalvergroting onmogelijk maken.

In hun krant die deze week in Technische Natuurkunde Beoordelingen auteurs Jack Kendall, van Rain Neuromorphics, en Suhas Kumar, van Hewlett Packard Labs, een grondig onderzoek van het computerlandschap presenteren, gericht op de operationele functies die nodig zijn om door de hersenen geïnspireerde neuromorfische computing te bevorderen. Hun voorgestelde traject omvat hybride architecturen die zijn samengesteld uit digitale architecturen, naast een heropleving van analoge architecturen, mogelijk gemaakt door memristors, dat zijn weerstanden met geheugen die informatie direct kunnen verwerken waar deze is opgeslagen.

"De toekomst van computergebruik zal niet gaan over het proppen van meer componenten op een chip, maar in het heroverwegen van de processorarchitectuur van de grond af om te emuleren hoe een brein informatie efficiënt verwerkt, ' zei Kumar.

"Er zijn oplossingen aan het ontstaan ​​die het natuurlijke verwerkingssysteem van de hersenen nabootsen, maar zowel de onderzoeks- als de marktruimte zijn wijd open, ' voegde Kendall eraan toe.

Computers moeten opnieuw worden uitgevonden. Zoals de auteurs aangeven, "De ultramoderne computers van vandaag verwerken ongeveer evenveel instructies per seconde als een insectenbrein, " en ze missen het vermogen om effectief te schalen. het menselijk brein is ongeveer een miljoen keer groter in schaal, en het kan berekeningen uitvoeren met een grotere complexiteit als gevolg van kenmerken zoals plasticiteit en schaarsheid.

Het opnieuw uitvinden van computergebruik om de neurale architecturen in de hersenen beter te emuleren, is de sleutel tot het oplossen van dynamische niet-lineaire problemen. en de auteurs voorspellen dat neuromorphic computing al in het midden van dit decennium wijdverbreid zal zijn.

De vooruitgang van computerprimitieven, zoals niet-lineariteit, causaliteit en schaarste, in nieuwe architecturen, zoals diepe neurale netwerken, zal een nieuwe golf van computergebruik brengen die zeer moeilijke, beperkte optimalisatieproblemen aankan, zoals weersvoorspellingen en gensequencing. De auteurs bieden een overzicht van materialen, apparaten, architecturen en instrumentatie die moeten worden verbeterd om neuromorfisch computergebruik te laten rijpen. Ze doen een oproep tot actie om nieuwe functionele materialen te ontdekken om nieuwe computerapparatuur te ontwikkelen.

Hun paper is zowel een gids voor nieuwkomers in het veld om te bepalen welke nieuwe richtingen ze moeten volgen, evenals inspiratie voor diegenen die op zoek zijn naar nieuwe oplossingen voor de fundamentele limieten van verouderde computerparadigma's.