Zu meinen Favoriten hinzufügen
Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten,
klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
Spinnakercomputer ahmt die neuralen Netze des menschlichen Gehirns nach
{{{sourceTextContent.subTitle}}}
Ein einzeln angefertigter Computer, betitelter Spinnaker, der die neuralen Netze des Gehirns nachahmt, hilft Forschern, mehr über Bedingungen einschließlich Epilepsie und Alzheimerkrankheit zu lernen.
{{{sourceTextContent.description}}}
„Spinnaker kann ausführliche biologische Modelle der Rinde stützen--die äußere Schicht des Gehirns, das Informationen von den Richtungen erhält und verarbeitet--die Ergebnisse liefern sehr ähnlich denen von einer gleichwertigen Supercomputer-Software-Simulation,“ van Albada sagte. „Die Fähigkeit, umfangreiche ausführliche neurale Netze an der Leistungsaufnahme der geringen Energie schnell und laufen zu lassen bringt Robotikforschung voran und erleichtert Untersuchungen über Lernen- und Gehirnstörungen.“
Die Forscher, geführt von Sacha van Albada, Doktor, des Jülich-Forschungszentrums in Jülich, Deutschland, prüften den Spinnaker auf Genauigkeit, Geschwindigkeit und Energieeffizienz gegen die Nest-einsupercomputer-Software, die z.Z. für Gehirnneuronsignalisierenforschung verwendet wurde. Ergebnisse der Studie wurden in den Grenzen von Neurologie veröffentlicht.
Die Forscher fanden ähnliche Ergebnisse zwischen Spinnaker und Nest-mit dem Spinnaker unter Verwendung nur 1 Prozent seiner Gesamtfähigkeit. Spinnaker hatte eine ähnliche Genauigkeit, Energieverbrauch zu dem des NESTES.
In der Entwicklung für mehr als 15 Jahre, schließt Spinnaker die halb--Million einfachen Datenverarbeitungselemente ein, die durch seine eigene Software gesteuert werden.
„Unsere Ergebnisse verbreitern das Anwendungsgebiet des Spinnakers und Hilfsführer seine Entwicklung, zeigend, dass weitere Optimierungen wie Synapse-zentrale Netzdarstellung notwendig sind, um Echtzeitsimulation von großen biologischen neuralen Netzen zu ermöglichen,“ van Albada schrieb et al.
Die Forscher merkten sie schauen, um die Software für Leistungsfähigkeit weiter zu verbessern.