Huolimatta siitä, että termiä "hermoverkko" voidaan soveltaa sekä anatomisiin rakenteisiin että laskentajärjestelmiin, näillä hermoverkoilla on silti enemmän eroja kuin yhtäläisyyksiä. Tämä johtuu pääasiassa aivojen hermosäikeiden erittäin monimutkaisesta rakenteesta. Mutta se voi muuttua Yhdysvaltain kansallisen standardi- ja teknologiainstituutin tutkijoiden kehityksen ansiosta. Niiden keksinnöstä voi tulla uusi vaihe hermoverkkoteknologian kehittämisessä.
Tosiasia on, että ihmisen aivot koostuvat satoista miljoonista neuroneista, joista jokainen on kytketty kymmeniin tuhansiin muihin neuroneihin. Tätä melko yksinkertaistetussa muodossa olevaa monimutkaista rakennetta pidetään keinotekoisten hermoverkkojen rakentamisen perustana, sillä ainoalla erolla, että nykyinen elektroniikka ei pysty selviytymään niin monimutkaisesta reitityksestä, ja hermostoverkon elementtien välisten yhteyksien lukumäärää on vähennettävä kymmeniä ja satoja kertoja, mikä vaikuttaa suorituskykyyn … Tietenkin, nyt on olemassa aivojen jäljittelemiseen tähtääviä projekteja, mutta ne myös joutuvat jo olemassa olevan tekniikan voiman rajoihin.
Sirun rakennekaavio. Kolmiulotteinen rakenne tarjoaa hienostuneen reitityksen ja signaalinopeuden, jota tarvitaan aivojen rakenteen simulointiin.
Yhdysvaltain kansallisen standardi- ja teknologiainstituutin kehitysryhmä tarjoaa hieman erilaisen lähestymistavan. Tutkijat haluavat käyttää valoa sähkön sijasta signaalin lähettämiseen. Tätä varten on kehitetty erityinen siru, joka jakaa optisia signaaleja miniatyyriverkossa eri suuntiin. Uuden tyyppisen signaalin käytön ansiosta oli mahdollista ratkaista hermoverkkoelementtien kytkentäongelma pinoamalla pystysuunnassa kaksi kerrosta fotonirakenteita. Ne rajoittavat valoa linjoihin ohjaamaan optisia signaaleja samalla tavalla kuin johdot lähettävät sähköisen impulssin. Tämän lähestymistavan avulla voit luoda monimutkaisia reititysjärjestelyjä, jotka ovat tarpeen aivojen hermorakenteiden simuloimiseksi, sekä lisätä sekä signaalin siirtonopeutta että verkkoelementtien välisten yhteyksien määrää. Sitä paitsi,Järjestelmä on erittäin skaalautuva ja helppo laajentaa tulevaisuudessa. Ja jos "tavalliset" hermoverkot etenevät itseoppimisessa ja kuvioiden tunnistamisessa, on vaikea kuvitella, mihin aivojen työtä jäljittelevä rakenne kykenee.
Vladimir Kuznetsov