به گزارش خبرگو ، تحقیقات جدید منتشر شده درمجله Nature Materialsنشان می‌دهد پردازشگرهای مجهز به یادگیری ماشین با مصرف کم انرژی - 1000 برابرکمتر- وظایف تعریف شده را انجام می‌دهند و بنابراین با افزودن توانایی‌های بیشترهوش مصنوعی در تراشه مانند تشخیص صوت و تصویر می‌توان عملکردی نزدیک به مغز انسانرا از یک پردازنده انتظار داشت.{لینک}
تاکید این تحقیق روی تراشه‌های نورومورفیک استکه بر مبنای محاسبات نورومورفیک تعریف شده است.این نوع محاسبات بر مبنای پردازش دیجیتالو نه آنالوگ تعریف شده‌اند و درست مانند سیناپس مغز، ارسال اطلاعات با تغییر شدتسیگنال انجام می‌شود. (در روش آنالوگ ارسال اطلاعات از طریق خاموش و روشن شدنجریان الکتریسیته انجام می‌شود.)
بنابراین در تراشه نورومورفیک برای پردازش هوش مصنوعی،1000 برابر انرژی کمتر از پردازش آنالوگ مصرف می‌شود. این بدان معنا است در هرضربه / joltاطلاعات بیشتری بسته بندی و ارسال می‌شود. این درست مانند ارسال کدهای مورس و صحبتکردن انسان است. در مورس خروجی و ورودی نقطه‌ای تعریف شده اما در گفتار انسانی، هرفرد می‌تواند داده‌های بیشتری را حمل کند.
بنابراین تراشه‌ای که بر اساس محاسباتنورومورفیک ساخته شود، قادر به شبیه سازی گفتار انسانی است و محاسبات انجام شدهنیز به مغز انسانی نزدیک‌تر می‌شود.
