Новый способ расположения мемристоров на плате может позволить сократить энергозатраты в сотню раз. |
||
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 |
2018-08-05 11:30 Например их можно использовать в смартфонах, прочих девайсах, требующих минимальные затраты электроэнергии или даже для работы квантовых компьютеров. Мемристоры это, как следует из названия, резистор и память одновременно. Они могут быть запрограммированы иметь различные уровни сопротивления, храня в них память, которая может принимать не только значения 0 и 1, но и любые другие в пределах разумного. Компьютеры с блоками мемристоров лучше всего могут справляться с матричными уравнениями и алгоритмами машинного обучения или искусственного интеллекта. Для теста этих блоков использовали дифференциальные уравнения с частными производными. Это такие уравнения, которые вручную решать - не всегда хорошая идея, потому что они часто используются для метеорологических вычислений (хотя в данном случае выбрали симуляцию плазменного реактора). Как оказалось массив мемристоров 32х32 прекрасно справляется с задачей. Источник: www.sciencedaily.com Комментарии: |
|