Vedno se nam zdi, da algoritmi umetne inteligence določene naloge opravljajo ne samo hitreje kot ljudje, ampak veliko hitreje. Paradoksalno pa je, da bolj ko umetna inteligenca spominja na človeške možgane, bolje deluje.
Skupina inženirjev pri IBM-u je zgradila fizično nevronsko mrežo, ki dobesedno spominja na človeške nevrone. Ko so inženirji testirali algoritem AI na novi vrsti ožičenja, so ugotovili, da ta izvaja naloge z enako učinkovitostjo kot običajna nevronska omrežja, vendar porabi 100-krat manj energije.
Če se to nevronsko ožičenje ukorenini, bo kmalu umetna inteligenca lahko naredila veliko več izračunov in porabila veliko manj energije. Težava je v tem, da računalniški čipi in algoritmi nevronskih omrežij govorijo dva različna jezika in posledično počasneje. Toda v novem sistemu se trda in programska oprema odlično ujemata, zato novi sistem AI hitreje opravi vse naloge, ne da bi pri tem ogrozil natančnost.
To je korak k izgradnji nevronskih mrež na osnovi silicija. Običajno takšni AI sistemi ne delujejo dobro, vendar je nova študija simulirala dve vrsti nevronov: eden je bil odgovoren za hitro računanje, drugi pa je bil ustvarjen za shranjevanje dolgoročnih informacij.
Seveda obstajajo nekateri dvomi o trditvah raziskovalcev, ki trdijo, da je odgovor na ustvarjanje delujoče umetne inteligence ustvarjanje človeških možganov. Na splošno še vedno ne vemo, kako možgani delujejo. In obstaja možnost, da bo velik del tega, kar je v naših možganih, neuporaben za računalnik.
Vendar nove raziskave kažejo, da lahko fizična zgradba človeških nevronov nudi veliko koristnih stvari za algoritme umetne inteligence, v sodobnih razmerah pa je varčevanje z energijo pomemben pogoj za optimalno delovanje katerega koli sistema.