Az adatok tárolásának egyre növekvő memória és háttértár igénye egyre inkább hardverigényes megoldandó feladat, melyet persze a szerverparkok növelésével elvileg ez kielégíthető lenne, de a gyakorlatban nagyon nem.
A szűkös tárhellyel rendelkező, de hosszú távon üzemeltetendő eszközök esetében szükség lehet a memória és/vagy tárterület felülírására, az emberi elme működésének analógiájára. A neuromorfikus adat degradáció hozzásegíti a számításigényes rendszereket memória falaik lebontásában illetve támogatja az MI (AI ha úgy tetszik) rendszerek hatékonyabb működését.
A teljes memória vagy háttértár törlés nem válogat az adatok szintjei, sem fontossága alapján. Az öndegradáló MI számítógép memóriában az emberi memóriához hasonlóan a teljesen érdektelenek adatok ‘elfelejtődnek’ de egy absztrakt szintje még ekkor is elérhető, a ‘homályos emlékek’ analógiájára. Az ‘elfelejtett’ adatok az emlékelőhívás mentén egy elfogadható szintig kinyerhetővé válhatnak.
A degradáció nem meghatározott válogatási és tömörítési algoritmus alapján működik, hiszen ebben az esetben a később lehívható adatok egyenletes szinten kerülnének törlésre, teljes adatvesztést okozva. A hosszú távon tárolandó adatok mennyiségének exponenciális növekedése pedig nem engedi meg az adatok túl magas szinten történő leválogatását, tárolását, a tárolási hely hiányának alapproblémája miatt.
A tárhely optimális használatán felül az emberibb MI döntések alapjául is szolgálhat a neuromorfikus adatdegradáció. A mindenre emlékező MI rendszer statisztikailag és matematikailag pontos adatszűréseket tud készíteni és döntéseihez ezeket tudja használni, azonban emberi intuitív döntések meghozatalára ez túlságosan analitikus módszer. A minél inkább emberi döntések meghozatalához az MI rendszereknek az emberi emlékezethez hasonló tárolási rendszert kell használnia, ennek szerves része kell tehát legyen a neuromorfikus adatdegradáció is.
A megoldást a mesterséges neuron alapú, neuromorfikus adattárolás jelentheti, beépített heurisztikus degradáció segítségével.
Ez a terület még kutatás alatt sem áll, ez Kovács Zoltán találmánya és felfedezése, de a jövőben biztos számíthatunk az gyakorlati hasznosításának is.
