بإيجاز
- شريحة جديدة مستوحاة من آليات الدماغ يمكن أن تجعل الذكاء الاصطناعي أكثر كفاءة بكثير في مهام محددة، حسب ما توصل إليه باحثون من جامعة لوغبره.
- قد تكون هذه خطوة مهمة لتقليل استنزاف الطاقة في أنظمة الطقس والعمليات البيولوجية والمزيد، عندما يكون الذكاء الاصطناعي جزءًا من ذلك.
- ركز الفريق على العمليات الفيزيائية بدلًا من العتاد عند تصميم هذا الذكاء الاصطناعي، ما يشير إلى إمكانية إعادة صياغة طريقة بناء الذكاء الاصطناعي.
تُعرف أنظمة الذكاء الاصطناعي، مثل ChatGPT أو Claude، باستهلاكها المكثف للطاقة. فهي تحتاج إلى تخزين البيانات في مكان واحد ثم معالجتها في مكان آخر، مع تحريكها باستمرار ذهابًا وإيابًا. وهذه مشكلة يمكن أن تُحل الآن بفضل أبحاث جديدة.
قام فريق من علماء الفيزياء في جامعة لوغبره بتصميم جهاز يمكنه معالجة البيانات المتغيرة مع الزمن مباشرة داخل العتاد. فقد اعتمدت الأنظمة التقليدية في الماضي على طرق قائمة على البرمجيات للقيام بذلك.
شريحة مستوحاة من الدماغ طوّرها باحثون من @LboroScience قد تجعل بعض مهام الذكاء الاصطناعي أكثر كفاءة في استهلاك الطاقة حتى 2,000x ⚡🧠
يعمل الجهاز على معالجة البيانات مباشرة داخل العتاد - ما يوفّر مسارًا جديدًا نحو أنظمة ذكاء اصطناعي أقل استهلاكًا للطاقة وأكثر استدامة.
اقرأ⤵️https://t.co/OdJGJhs3IW
— بيان جامعة لوغبره PR (@LboroPR) 2 أبريل 2026
مع هذه الشريحة الجديدة، يجادل فريق الباحثين بأنها قد تكون أكثر كفاءة في استهلاك الطاقة بمقدار 2,000 مرة من الطرق الحالية.
“هذا مثير للاهتمام لأنه يبيّن أننا نستطيع إعادة التفكير في كيفية بناء أنظمة الذكاء الاصطناعي،” قال الدكتور بافل بوريسوف، المؤلف الرئيسي للدراسة، في بيان. “من خلال استخدام عمليات فيزيائية بدلًا من الاعتماد بالكامل على البرمجيات، يمكننا تقليل الطاقة المطلوبة لهذه الأنواع من المهام بشكل كبير.”
حيث تكون أنظمة الذكاء الاصطناعي التقليدية شبيهة بإرسال مستندات ذهابًا وإيابًا بين مكتبين (الذاكرة والمعالج) مرارًا وتكرارًا، فقد تكون الشريحة الجديدة شبيهة بامتلاك مكتب واحد أكثر ذكاءً، يعمل على كل شيء في مكان واحد.
تحسّن من جهة الدماغ
في قلب الشريحة توجد مقاومة ذاكرة، وهي شريحة ذاكرة تتذكر الإشارات السابقة. تغيّر هذه الذاكرة طريقة استجابتها للإشارات الجديدة—بمعنى آخر، فهي لا تكتفي بتنفيذ التعليمات فحسب، بل تتعلم من التاريخ. وهذه فكرة مُحاكية للدماغ البشري.
“استنادًا إلى الطريقة التي يشكّل بها الدماغ البشري عددًا هائلًا من الاتصالات العصبية، ويبدو أنها عشوائية، بين جميع خلاياه العصبية، أنشأنا اتصالات فيزيائية معقدة وعشوائية داخل شبكة عصبية اصطناعية عبر تصميم مسام في أغشية رقيقة جدًا من أكسيد النيوبيوم ضمن جهاز إلكتروني جديد،” قال الدكتور بوريسوف.
“لقد أظهرنا كيف يمكن للمرء التنبؤ بتطور المستقبل لسلسلة زمنية معقدة باستخدام هذه الأجهزة باستهلاك طاقة أقل يصل إلى ألفي مرة مقارنةً بحل برمجي تقليدي.”
يُستخدم الذكاء الاصطناعي غالبًا لمعالجة البيانات التي تتغير مع الزمن، مثل تقارير الطقس، وتتبع سوق الأسهم، أو تحليل الموجات. قد لا تكون عشوائية، لكنّها حساسة للتغيرات الصغيرة.
بالنسبة لأنواع القياسات الأكثر فوضوية، تحتاج أنظمة الذكاء الاصطناعي التقليدية إلى استخدام كميات ضخمة من الطاقة لمواكبة جميع التغيرات الصغيرة، عبر إرسال المعلومات ذهابًا وإيابًا. يمكن لهذه الشريحة الجديدة أن تُصمَّم بشكل مثالي لهذه الأنظمة الأكثر فوضوية.
من خلال تحليل القياسات والتجارب السابقة، تتعلم الشريحة بشكل أفضل كيفية تتبع وفهم هذه الأنواع الفوضوية من القياسات، مما يقلل مخرجات الطاقة المطلوبة.
في حين أننا غالبًا ما نفكر في الذكاء الاصطناعي على أنه شيء مثل ChatGPT، أو برنامج صور للوجوه، فهو موجود في معظم التطبيقات هذه الأيام. وتهدف هذه الأداة ليس إلى معلومات ثابتة، مثل روبوت محادثة، بل إلى معلومات تعتمد على الزمن.
“معدلات نبض القلب، والنشاط الكهربائي للدماغ، ودرجة الحرارة الخارجية. كل هذه تتغير يومًا بعد يوم. توجد تطبيقات قادرة على تتبع ذلك، لكنها تستهلك طاقة عالية وتتطلب اتصالًا ثابتًا بالإنترنت عبر خادم،” قال الدكتور بوريسوف لـ Decrypt.
هذه هي أنواع المجالات التي يمكن تطبيق هذه الشريحة فيها، لتكوين أنظمة أكثر ذكاءً لبيانات ليست مستقرة، وغالبًا ما تتغير طوال الزمن.
“إن هدفي النهائي هو أن تُستخدم هذه التكنولوجيا في إشارة تعتمد على الزمن. سواء كان ذلك في سيارة، أو روبوت، أو محطة طاقة نووية، أو ساعة ذكية،” أضاف. “على سبيل المثال، لمراقبة ما إذا كان شخص ما قد تعرض لسكتة دماغية أم لا، لمراقبة صحة محرك سيارة، أو للتأكد من أن المفاعل النووي يعمل بشكل طبيعي، فهذا النوع من الأمور.”
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
