Machine Ising neuromorphique sur FPGA résout des problèmes combinatoires difficiles
Une équipe multi-institutionnelle a construit un ordinateur neuromorphe qui combine la physique de l'effet tunnel quantique avec une architecture inspirée du cerveau pour trouver des solutions à des problèmes mathématiques difficiles. Publiés dans Nature Communications, ces travaux introduisent une nouvelle direction dans l'informatique inspirée du quantique, bâtie sur la technologie CMOS standard.
Ce qu'il fait
La machine Ising neuromorphe est implémentée sur une carte FPGA et explore rapidement des paysages énergétiques accidentés avec un nombre exponentiel de possibilités concurrentes. Elle permet une découverte rapide de solutions quasi optimales pour des problèmes d'optimisation complexes tels que le repliement des protéines, où la recherche évolue d'une chaîne dépliée à travers des états intermédiaires de globule fondu vers la structure repliée la plus stable. La même architecture peut s'attaquer au routage des réseaux logistiques, au routage des micropuces et aux verrous cryptographiques.
Détails techniques clés
- Architecture : Autoencodeur neuromorphe avec un recuit Fowler-Nordheim — le processus de recherche imite la navigation naturelle dans le paysage énergétique.
- Garantie : Convergence asymptotique vers la solution optimale.
- Matériel : Basé sur FPGA, utilisant un hybride de physique d'effet tunnel quantique et de circuits neuromorphes (inspirés du cerveau) sur CMOS.
- Collaboration : Shantanu Chakrabartty (Washington University à St. Louis), Chetan Singh Thakur (IISc), et des partenaires de l'Université de Heidelberg, Johns Hopkins, UC Santa Cruz.
Pourquoi c'est important pour les agents IA
Les modèles d'IA actuels peuvent écrire des romans et piloter des vaisseaux spatiaux, mais butent sur les problèmes d'optimisation combinatoire. Cette approche neuromorphe offre un paradigme de calcul fondamentalement différent — ne reposant pas sur des puces plus rapides (limites de la loi de Moore), mais sur des architectures qui pensent et calculent différemment. Ces travaux sont issus de l'Atelier d'ingénierie neuromorphe de Telluride et de l'Atelier d'ingénierie neuromorphe de Bangalore à l'IISc, représentant une communauté mondiale d'ingénieurs neuromorphes.
📖 Lire la source complète : HN AI Agents
👀 See Also
Les modèles à poids ouvert de moins de 100 Go ne peuvent pas surpasser Claude Haiku sur les benchmarks de codage.
Une comparaison des modèles à poids ouvert sur les benchmarks LiveBench et Arena Code/WebDev montre qu'aucun modèle de moins de 100 Go ne s'approche de Claude Haiku 4.5. Le concurrent le plus proche est Minimax M2.5 à 136 Go, qui correspond approximativement aux performances de Haiku.
L'intelligence ineffable de David Silver lève 1,1 milliard de dollars pour un super-apprenant basé sur l'apprentissage par renforcement sans données humaines
Ineffable Intelligence, fondée par l'ancien de DeepMind David Silver, a levé 1,1 milliard de dollars pour une valorisation de 5,1 milliards, afin de construire un 'super-apprenant' basé sur l'apprentissage par renforcement qui découvre la connaissance sans données humaines.
Claude Code ajoute un mode vocal pour les commandes de codage mains libres.
Anthropic déploie le mode vocal pour Claude Code, son assistant d'IA pour le codage, permettant aux développeurs d'interagir via des commandes vocales. La fonctionnalité est actuellement disponible pour environ 5 % des utilisateurs, avec une disponibilité plus large prévue dans les prochaines semaines.
La refonte du codebase d'Autonoma sur 18 mois : leçons sur les tests, la dette technique et les Server Actions
Autonoma a jeté 1,5 an de code après être passé de 2 à 14 ingénieurs, citant l'absence de tests, TypeScript non strict et les limitations des Server Actions comme principales raisons de la réécriture.