Słownik pojęć

Obliczenia neuromorficzne

Czym jest Obliczenia neuromorficzne?

Obliczenia neuromorficzne to podejście do sprzętu i oprogramowania wzorowane na budowie mózgu. Zamiast przesyłać dane między oddzielną pamięcią a procesorem w taktach zegara, sztuczne neurony i synapsy pracują równolegle i reagują tylko na zdarzenia zwane impulsami (spikes). Obiecuje to bardzo niskie zużycie energii, na przykład w czujnikach lub robotach. Znane układy badawcze to Intel Loihi i IBM TrueNorth; szersze zastosowania komercyjne są wciąż na wczesnym etapie.

Tematy

sprzęt
badania
efektywność energetyczna

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

Sztuczne sieci neuronowe (ANN)

Sztuczne sieci neuronowe (ANN) to modele obliczeniowe złożone z wielu połączonych jednostek („neuronów”) ułożonych w warstwy, które przetwarzają dane wejściowe przez ważone połączenia. Podczas trenowania wagi są stopniowo dostosowywane na podstawie przykładów, zwykle metodą propagacji wstecznej. ANN są podstawą uczenia głębokiego i napędzają rozpoznawanie obrazów, rozpoznawanie mowy oraz duże modele językowe. Mimo biologicznej inspiracji działają znacznie prościej niż ludzki mózg.

Deep learning
podstawy AI
+1

Układ scalony do konkretnych zastosowań (ASIC)

Układ scalony do konkretnych zastosowań (ASIC) to chip zaprojektowany do jednego określonego zadania, a nie do obliczeń ogólnego przeznaczenia jak procesor CPU. W AI układy ASIC są dostosowane do obliczeń wykonywanych przez sieci neuronowe – przykładem są jednostki Tensor Processing Unit (TPU) firmy Google. W swoim zadaniu działają szybciej i bardziej energooszczędnie niż chipy ogólnego przeznaczenia, ale ich opracowanie jest kosztowne, a dostosowanie do nowych obciążeń – trudne.

Hardware
Chips
+1

Obliczenia kwantowe

Obliczenia kwantowe wykorzystują zjawiska fizyki kwantowej, takie jak superpozycja i splątanie, aby obliczać za pomocą kubitów zamiast klasycznych bitów. Duże przyspieszenie oczekuje się w przypadku niektórych zadań, takich jak symulacja cząsteczek, niektóre problemy optymalizacyjne czy łamanie dzisiejszych metod szyfrowania. Maszyny te są jednak wciąż podatne na błędy i wykorzystywane głównie w badaniach i projektach pilotażowych (stan na październik 2026). Dla dzisiejszych zastosowań AI obliczenia kwantowe praktycznie nie odgrywają jeszcze roli.

sprzęt
fizyka kwantowa
+1

Przetwarzanie kognitywne (cognitive computing)

Przetwarzanie kognitywne (cognitive computing) to pojęcie zbiorcze dla systemów, które mają naśladować ludzkie procesy myślowe, takie jak rozumienie języka, wnioskowanie i uczenie się z doświadczenia, aby wspierać decyzje ludzi. Pojęcie to upowszechniło się w latach 2010, głównie dzięki IBM Watson. Łączy metody takie jak przetwarzanie języka naturalnego, uczenie maszynowe i reprezentacja wiedzy; dziś częściej mówi się raczej o asystentach AI lub modelach językowych.

podstawy AI
wspomaganie decyzji
+1