3.5 تريليون يورو تكلفة استخدام أوروبا للذكاء الاصطناعي لحل أزمات الطاقة والكهرباء
رئيسة تنزانيا موجهة الشكر للشركات المصرية: سد "جوليوس نيريري" نموذج ناجح للتعاون بين البلدين
الرئيس السيسي يشهد توقيع مذكرتي تفاهم مع تنزانيا في قطاعات النقل والكهرباء والطاقة المتجددة
مدارس البترول في مصر 2026.. اعرف الشروط وإجراءات التقديم

ثورة تكنولوجية جديدة، شريحة تحاكي الدماغ البشري لتقليل استهلاك طاقة الذكاء الاصطناعي

الخميس، 02 أبريل 2026 08:47 ص

الذكاء الاصطناعي

نجح فريق بحثي من University of Cambridge في تطوير شريحة إلكترونية مستوحاة من طريقة عمل الدماغ البشري، قادرة على خفض استهلاك الطاقة في أنظمة الذكاء الاصطناعي بنسبة تصل إلى 70%، وهو ما يمثل اختراقًا مهمًا لأحد أكبر التحديات التي تواجه هذا المجال سريع النمو، في خطوة قد تعيد رسم ملامح مستقبل الحوسبة.

استهلاك طاقة مرتفع نتيجة النقل المستمر للبيانات

تعتمد الشريحة الجديدة على مكون نانوي يُعرف باسم “memristor”، وهو عنصر إلكتروني يحاكي أسلوب تواصل الخلايا العصبية داخل الدماغ، ويتميز هذا المكون بقدرته على الجمع بين تخزين البيانات ومعالجتها في الوقت نفسه، على عكس الشرائح التقليدية التي تعتمد على الفصل بين الذاكرة ووحدة المعالجة، ما يؤدي إلى استهلاك طاقة مرتفع نتيجة النقل المستمر للبيانات.

ولتحقيق هذا الأداء، استخدم الباحثون نسخة مطورة من مادة أكسيد الهافنيوم، ما أتاح استقرارًا عاليًا وكفاءة في استهلاك الطاقة، وتمنح هذه البنية الجديدة النظام قدرة على التعلم والتكيف بشكل أقرب إلى الأنظمة البيولوجية، وهو ما قد يفتح الباب أمام جيل أكثر ذكاءً ومرونة من تطبيقات الذكاء الاصطناعي.

وأوضح الباحث Babak Vakili، المشرف على الدراسة، أن التحدي الأكبر حاليًا في أجهزة الذكاء الاصطناعي يتمثل في استهلاك الطاقة، مشيرًا إلى أن هذه التقنية تقدم حلاً عمليًا بفضل استهلاكها المنخفض للغاية واستقرارها العالي،إلى جانب قدرتها على الانتقال بين حالات متعددة بسلاسة.

الشريحة يمكنها تنفيذ عشرات الآلاف من عمليات التبديل

وأظهرت التجارب أن الشريحة يمكنها تنفيذ عشرات الآلاف من عمليات التبديل يوميًا دون فقدان الكفاءة، مع سلوك تكيفي يشبه ما يحدث في الأنظمة العصبية الحية، وهو ما يعزز من إمكاناتها في التطبيقات المستقبلية، ورغم هذه القفزة التقنية، لا تزال هناك تحديات قائمة، أبرزها الحاجة إلى درجات حرارة تصنيع مرتفعة، وهو ما يعمل الفريق حاليًا على معالجته لتسهيل دمج هذه التقنية على نطاق واسع داخل شريحة واحدة.

وقد نُشرت نتائج الدراسة في مجلة Science Advances، وسط آمال بأن تمهد هذه التقنية الطريق نحو أنظمة ذكاء اصطناعي أكثر كفاءة واستدامة، خاصة في ظل التوسع الكبير في استخدام هذه التقنيات عالميًا.