03. ožujka 2025
Istraživač SIU-a osigurava potporu od 200 tisuća dolara za poboljšanje računalne tehnologije nadahnute mozgom
U srcu istraživačkih inovacija na sveučilištu u Illinoisu Carbondale, istraživači poput Chao Lua nadmašuju tehničke granice kako bi donijeli revoluciju u računalne znanosti. Ovaj izvanredni profesor elektrotehnike i računalnog inženjerstva nedavno je dobio značajnu potporu od 200.000 dolara od Nacionalne zaklade za znanost. Ova potpora osmišljena je za podršku projektu koji se fokusira na razvoj Memristor-Crossbar-Arayu (MCA), tehnologije koja bi mogla preoblikovati način na koji komuniciramo s našim digitalnim uređajima.
Sam koncept neuromorfnog računanja, inspiriran funkcijama i strukturom ljudskog mozga, postaje sve popularniji među istraživačima. Neuromorfno računalstvo koristi komponente poput memristora, koji spajaju funkcije memorije i otpornika. Povezivanjem ovih komponenti u složene sklopove, istraživači kao što je Lu rade na stvaranju sustava koji ne samo da pohranjuju informacije, nego i pamte prethodne električne stanja, čime se otvara put za razvoj bržih i učinkovitijih računala.
Projekt MCA predviđa integraciju ovih naprednih tehnologija kako bi se osigurala bolja ljudska interakcija s tehnologijom. Što to zapravo znači? Napredak u kognitivnom računanju mogao bi dovesti do značajnih poboljšanja u različitim industrijama, od zdravstvene zaštite do autonomnih sustava. Zamislite medicinske uređaje koji će moći obraditi podatke brže i preciznije, omogućujući bolju dijagnostiku ili robotiku koja će biti mnogo bliža ljudskoj inteligenciji. U tom smislu, MCA nije samo teorijska ideja, već potencijalno rješenje za izazove s kojima se suočavamo u svijetu tehnologije.
Iako su perspektive fascinantne, izazovi su značajni. Jedan od ključnih problema s kojima se Lu suočava jest integracija novog MCA dizajna u postojeće računalne sustave. Potrebno je premostiti razliku između softverskih alata potrebnih za dizajn i fizičkih ograničenja hardvera. Ova neusklađenost može dovesti do degradacije performansi ili kvarova unutar sustava, što predstavlja ozbiljan problem za primjenu ove tehnologije. Lu i njegov tim ne planiraju samo stvarati ili implementirati novi MCA, već imaju ambiciju razviti softverski alat koji će omogućiti bolju integraciju novih tehnologija u postojeće sustave.
Razvijeni softverski alat trebao bi automatizirati dizajnerski ciklus, čime bi se ubrzala i olakšala integracija MCA u šire korištenje. S obzirom na to da su performanse i isplativost ključno pitanje za industrijski sektor, ovakav alat može donijeti višestruke koristi. Povećana učinkovitost i skalabilnost novih sustava mogla bi otvoriti vrata širokoj primjeni neuromorfnih tehnologija, stvarajući temelje za buduće inovacije u računarstvu.