Мотивация нейрозы для картирования оптимального моделируемого отжига в нейроморфную архитектуру. Кредит: Природная связь (2025). Два: 10.1038/S41467-025-58231-5
По словам Шантану Чакрабартти, Клиффорда У. Мерфи и вице -декана по исследованиям и выпускникам в школе инженерного инженера в Университете штата Сент -Луис. Просто изучите и запомните шаги, затем выполните их, чтобы прийти к решению.
Компьютеры уже хороши в таком виде процессуального решения проблем. Теперь Чакрабартти и его сотрудники разработали инструмент, который может выходить за рамки процедуры, чтобы обнаружить новые решения сложных задач оптимизации в логистике для обнаружения лекарств.
Чакрабартти и его сотрудники представили Neurosa, нейроморфную архитектуру решения проблем, смоделированную о том, как функционирует человеческая нейробиология, но использует квантовое механическое поведение для поиска оптимальных решений-гарантированных-и находить эти решения более надежно, чем современные методы.
Многоцелевые совместные усилия, опубликованные в Природная связьсоздан на семинаре по нейроморфной и инженерии по когнициям и руководил Чакрабартти и первым автором Зихао Чен, аспирантом в Департаменте электротехники и системной технической инженерии Preston M. в McKelvey Engineering.
«Мы ищем способы решить проблемы лучше, чем компьютеры, смоделированные на человеческом обучении, раньше», — сказал Чакрабартти. «Neurosa предназначена для решения проблемы« обнаружения », самой сложной проблемы в машинном обучении, где цель состоит в том, чтобы открыть новые и неизвестные решения».
При оптимизации отжиг — это процесс изучения различных возможных решений, прежде чем в конечном итоге остановиться на лучшем решении. По словам Чакрабарти, выступает в качестве «секретного ингредиента» в нейросах.
«В проблемах с оптимизацией стратегия вступает в игру, когда система должна сместиться — например, когда вы ищете самое высокое здание в кампусе, когда вы переезжаете в другую область?» Чакрабартти сказал. «Структура Neurosa является нейроморфной, как и нашу мозговую структуру с нейронами и синапсами, но ее поведение поиска определяется FN Andealer. Этот критический мост между нейро и квантом делает Neurosa настолько мощной, и что позволяет нам гарантировать, что мы найдем решение, если даст достаточно времени».
Эта гарантия становится особенно важной, когда временная шкала для того, чтобы позволить поиску Neurosa поиск оптимального решения, может варьироваться от дней до недель или даже дольше, в зависимости от сложности проблемы.
В этой статье команда Чакрабарти в сотрудничестве с исследовательской группой в SpinnCloud Systems уже продемонстрировала, что Neurosa может быть реализована на платформе нейроморфных вычислительных компьютеров Spinnaker2, доказывая ее практическую осуществимость. Затем Chakrabartty предвидит, что инструмент может быть применен для оптимизации логистики в цепочках поставок, производственных и транспортных услуг или для обнаружения новых лекарств путем изучения оптимального складывания белка и молекулярных конфигураций.
Больше информации:
Zihao Chen et al., Нейроморфные машины с использованием Andealers Fowler-Nordheim Andealers, Природная связь (2025). Два: 10.1038/S41467-025-58231-5
Информация журнала:
Природная связь, предоставленная Вашингтонским университетом в Сент -Луисе
Цитирование: Нейроморфная система использует квантовые эффекты для поиска оптимальных решений сложных задач (2025, 29 апреля), извлеченные 29 апреля 2025 года из этого документа, подверженным авторским праву. Помимо каких -либо справедливых сделок с целью частного исследования или исследования, никакая часть не может быть воспроизведена без письменного разрешения. Контент предоставляется только для информационных целей.
