Исследование показало, что вычисления на компьютерах, разработанных по образцу человеческого мозга, превосходят эффективность в решении частных дифференциальных уравнений по сравнению с другими кибернетическими методами.
Ученые из Сандийской национальной лаборатории Министерства энергетики США разработали новый алгоритм, который позволяет нейроморфным компьютерам — машинам, созданным по образцу архитектуры человеческого мозга — эффективно решать частные дифференциальные уравнения (ЧДУ). Эти уравнения являются основой моделирования жидкостей и газов, электромагнитных полей и механики конструкций — важнейших задач в науке и инженерии.
Сандийская национальная лаборатория была основана в 1949 году. В то время как соседние Лос-Аламосская и Ливерморская лаборатории занимались военными разработками, работы ученых в Сандии были сосредоточены на освоении «мирного атома».
Результаты исследования опубликованы в журнале Nature Machine Intelligence в статье под названием «Решение частных задач с помощью конечных элементов на нейроморфном оборудовании» (Solving sparse finite element problems on neuromorphic hardware).
Такие вычисления требуют огромных ресурсов традиционных суперкомпьютеров. Однако нейроморфные системы используют принципы обработки информации, аналогичные тем, что применяет человеческий мозг, что позволяет существенно сократить потребление энергии и ускорить расчеты.
Энергетика, безопасность и будущее науки
Результаты особенно важны для атомной отрасли, поскольку моделирование физики ядерных систем традиционно связано с огромными энергетическими затратами. Новые методики могут значительно уменьшить эти расходы.
Алгоритм, разработанный Брэдом Тейлманом и Брэдом Эймоном, демонстрирует, что «мозгоподобные» вычисления способны не только «распознавать» образы или ускорять работу нейросетей (как считалось ранее), но и решать базовые математические задачи.
Кроме вычислительных преимуществ, этот подход открывает новые горизонты в понимании самой природы интеллекта. Связь между структурой нейронных сетей мозга и математическими расчетами может стать ключом к пониманию того, как мозг обрабатывает сложную информацию.
Математика пронизывает природу: ученые давно полагают, что природные системы, такие как сосудистая сеть или структуры нейронов, подчиняются математическим принципам оптимизации пространства. Это подтверждается исследованиями, которые применяют методы теории струн к биологическим сетям.
У природы есть свой математический язык. Математика описывает фундаментальные законы мироздания — от движения планет до квантовой механики. Такое описание позволяет делать точные прогнозы без необходимости в непосредственном эксперименте.