Yangi fizika tadqiqoti hayratlanarli simmetriyani ochib berdi: neyron tarmoqni ishga tushirish – ya'ni "fikrlash" qismi – nazariy jihatdan nol energiya sarflashi mumkin, lekin uni o'rgatish – ya'ni "o'rganish" qismi – har bir fakt uchun doimo bir necha kvant energiya yoqadi. Bu topilma sun'iy va biologik miyalarning energiya samaradorligi haqidagi taxminlarimizga shubha uyg'otadi.
Tadqiqot
Fizik Aleksey V. Tkachenko (preprint ma'lumotlariga ko'ra, Brookhaven Milliy Laboratoriyasi va Nazariy Fanlar Tashabbusi bilan bog'langan) 2025-yil mart oyida arXiv'da maqola chop etdi, so'nggi tahriri 2026-yil avgustda. U AI'da eng keng tarqalgan turdagi to'g'ridan-to'g'ri (feedforward) neyron tarmoqning matematik modelini qurdi va uni termodinamika qonunlariga bo'ysunadigan fizik tizim sifatida ko'rib chiqdi.
Tkachenko ikkita aniq chegara topdi. Birinchidan, agar tarmoq ma'lumotni cheksiz sekin (kvazistatik) qayta ishlasa, xulosa chiqarish uchun zarur ish aniq nolga teng – kirish, og'irliklar yoki og'ishlardan qat'i nazar. Ikkinchidan, har qanday chekli tezlikda energiya xarajati boshlang'ich va yakuniy holatlar orasidagi kvadratik Wasserstein-2 masofasining davomiylikka bo'linmasidan kam bo'lmagan miqdorda bo'ladi. Amalda bu shuni anglatadiki, xulosa chiqarishning energiya xarajati holatni qanchalik tez o'zgartirishingiz bilan belgilanadi va eng tez ishlatiladigan tezlikda bu eng keng qatlamning har bir o'lchami uchun taxminan k_B T ni tashkil qiladi – ya'ni har bir neyron uchun bitta termal energiya birligi.
Ajablanarlisi shundaki, o'rganish boshqacha. Tarmoqqa parametrlarni yozish har bir og'irlik va og'ish uchun kamaytirib bo'lmaydigan bir nechta k_B T xarajatini keltirib chiqaradi va bu xarajat hatto kvazistatik chegarada ham saqlanib qoladi. Simulyatsiyalarda xulosa chiqarish ishi transport chegarasini 4% ichida to'ldirdi va tarqalgan ish termal o'lchovdan pastga tushgach, aniqlik keskin pasaydi.
Nima uchun bu muhim
Bu tadqiqot har qanday fizik tarmoq, jumladan biologik miyalar uchun energiya samaradorligining fundamental chegarasini taqdim etadi. Sizning miyangiz taxminan 20 vatt iste'mol qiladi va bu tadqiqot shuni ko'rsatadiki, bu energiyaning katta qismi fikrlash jarayonining o'zi uchun emas, balki o'rganish va tarmoqni saqlash uchun ishlatiladi (garchi bu maqola o'rganishga qaratilgan bo'lsa ham). AI uchun bu shuni anglatadiki, o'qitilgan tarmoqni ishga tushirish (xulosa chiqarish) energiya xarajati aqlli muhandislik bilan ixtiyoriy ravishda kichik qilish mumkin, ammo yangi modellarni o'qitish har doim har bir parametr uchun ma'lum miqdorda xarajat talab qiladi. Bu apparat dizaynini yo'naltirishi mumkin: arifmetikani optimallashtirish o'rniga, xotira yozuvlari energiyasini minimallashtirishga e'tibor qarating.
Siz nima qilishingiz mumkin
O'z miyangiz uchun bu tadqiqot yangi narsalarni o'rganish asosan eslash yoki bilganingizni ishlatishdan ko'ra ko'proq energiya talab qilishini ta'kidlaydi. Shuning uchun o'qiyotganingizda, aqliy charchoqni his qilsangiz, hayron bo'lmang – bu o'rganishning termodinamik narxi. Samaradorlikni oshirish uchun o'rganish seanslarini oralatib turing, miyangizga mustahkamlash uchun vaqt bering va yodlashdan ko'ra tushunishga e'tibor qarating, bu ortiqcha parametr yangilanishlarini kamaytirishi mumkin.
Manba: arXiv q-bio.NC
O'z miyangiz haqida qiziqasizmi? Bepul adaptiv IQ testini topshiring yoki 306 miya mashqlari darajasini sinab ko'ring.