SK Hynix и Стэндфордский университет создадут нейроморфный чип |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-10-16 01:13 Компания SK Hynix и Стэндфордский университет заявили о намерении объединить усилия в исследовании и разработке устройств на базе искусственных нейронных сетей. Основой таких устройств станут ферроэлектрические материалы. Для ускорения разработки к процессу также подключатся компании Lam Research Corporation и Versum Materials. Ожидается, что результатом сотрудничества станет так называемый нейроморфный процессор. Компании объединились для разработки нейроморфного чипа Нейроморфный чип представляет собой полупроводниковое устройство, имитирующее мысленные процессы, протекающие в человеческом мозге. В таких чипах особенно нуждается отрасль Big Data. В современном мире накапливаются гигантские объёмы неструктурированной информации, и обработка таких данных традиционными последовательными методами неэффективна. Нейроморфный процессор признаётся специалистами как наиболее эффективный инструмент для обработки неструктурированных данных. С помощью технологий искусственных нейронных сетей удастся повысить скорость вычислений, а также уменьшить потребляемую мощность систем. Искусственная нейронная сеть Основой новых чипов станут ферроэлектрики. Материалы этого класса способны спонтанно переходить в постоянное состояние положительной или отрицательной поляризации. При этом возможно осуществить переключение между этими состояниями поляризации путем приложения электрического поля соответствующей полярности. Поскольку материал способен сохранять свою поляризацию при отсутствии внешних полей, обеспечивается энергонезависимое запоминание. Источник: www.3dnews.ru Комментарии: |
|