MI Történik?

Mesterséges intelligencia hírek magyarul — naponta frissülve

← Vissza a főoldalra
Neurális számítógépek: Egy új gépi forma, amely egyesíti a számítást, a memóriát és az I/O-t

Neurális számítógépek: Egy új gépi forma, amely egyesíti a számítást, a memóriát és az I/O-t

A Meta és a KAIST közzétett egy tanulmányt „Neural Computers” (Neurális számítógépek) címmel, amely azt vizsgálja, hogy egy neurális hálózat képes-e hagyományos számítógépként működni. A neurális számítógépet (NC) olyan rendszerként javasolják, amely egy tanult futtatókörnyezeti állapotban egyesíti a számítást, a memóriát és az I/O-t. A fő elképzelés az, hogy ahogy az ágensek egyre jobbak lesznek a valódi munkában, a világmodellek pedig a szimulációban, létrejöhet egy új futtatókörnyezet, amely a végrehajtást, a kiterjesztést és a képességek megtartását ugyanabba a tanuló gépbe vonja össze. Ez egy másfajta szubsztrátum felé mutat: egy olyan 10T-1000T paraméteres gép felé, amely ritkább (sparser), jobban címezhető és inkább áramkörszerű. A tanulmány egy nagy teljesítményű generatív videómodellt (Wan 2.1) és válogatott tanítóadatokat használ a parancssori (CLI) és grafikus (GUI) felületeken alapuló neurális számítógépek prototípusának elkészítéséhez.

Miért fontos?

Ez a tanulmány egy olyan jövőre mutat rá, ahol megszabadulunk a számítógépeket hagyományos értelemben támogató összes szoftvertől, és egyszerűen lecseréljük azokat egy óriási neurális hálózatra. „A neurális számítógépek egy olyan gépi forma felé mutatnak, amelyben egyetlen látens futtatókörnyezeti állapot maga a számítógép, amely pixeleket, szöveget és műveleteket vezérel, miközben magába foglalja mindazt, amit ma az operációs rendszerek és az interfészek kezelnek” – írják. ---

Eredeti forrás megtekintése (angol) →
Kapcsolódó hírek
OpenAI: Az AI felgyorsítja a kutatást, a vezető tudós az összehangolási kockázatokra figyelmeztet
23 órája
DiG-bench: Egy új benchmark az AI felfedezőkészségének és kíváncsiságának mérésére
2026. augusztus 21.
Faraday: Egy AI tudós modell a kutatói ízlés fejlesztésére
2026. augusztus 19.
Tudj meg többet
AI-alapú tudásalapú kutatás: Hogyan használjuk a Perplexity-t és a NotebookLM-et?
AI a kutatásban és oktatásban: Hatékony irodalomkutatás és forráselemzés