В ТюмГУ разработали биоморфный нейропроцессор, не имеющий аналогов в мире |
||
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 Нейронные сети начинающим 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 |
2020-07-24 20:56 Ученые Тюменского государственного университета представили мировому научному сообществу разработку не имеющего аналогов биоморфного нейропроцессора на основе нового компонента наноэлектроники — комбинированного мемристорно-диодного кроссбара, сообщает РИА Новости со ссылкой на пресс-службу ТюмГУ. Результаты исследования опубликованы в Microelectronic journal. Существующие нейропроцессоры, по словам ученых ТюмГУ, предназначены для аппаратного ускорения расчетов в искусственных нейронных сетях на простых нейронах и обеспечивают работу компьютерного зрения, машинного обучения и других систем со слабым искусственным интеллектом (ИИ). Обработка информации и принятие решений в таких процессорах происходит путем выбора наиболее правдоподобного решения на основе ранее заложенных ассоциаций. Нейропроцессор, разработанный в ТюмГУ, по утверждению его создателей, способен генерировать новые ассоциации (новое знание) по биологически подобному механизму, что позволяет говорить о возможном переходе от слабого к сильному искусственному интеллекту. Под сильным ИИ подразумевается способность осмысливать новое знание. По сообщению ТюмГУ, биоморфный нейропроцессор реализует импульсную аппаратную нейросеть на основе развитой электрической и оригинальной программной (Neural Computing and Applications) биоморфных моделей нейрона. Авторы заявляют, что их процессор способен, кроме решения традиционных задач обработки информации, воспроизводить работу кортикальной колонки мозга. "В отличие от существующих нейропроцессоров с простыми нейронами, представленный нами биоморфный нейропроцессор дает возможность принимать решения не только на основе заранее заложенных ассоциаций, но и на основе новых ассоциаций, формируемых в процессе обработки сигналов в динамично меняющихся условиях", — объяснил профессор кафедры прикладной и технической физики ТюмГУ Сергей Удовиченко. По словам профессора, нейропроцессор, по-существу — основа уникальной системы нового поколения, являющейся носителем искусственного интеллекта. На разработанном специализированном аппаратном средстве могут быть решены технические задачи — увеличение быстродействия и энергоэффективности расчетов по сравнению с существующими сегодня вычислительными средствами (персональными компьютерами, серверами и суперкомпьютерами). Эффект достигается за счет применения смешанных аналогово-цифровых вычислений, в том числе с помощью биполярных мемристоров, интегрированных в комбинированные мемристорно-диодные кроссбары. На сегодняшний день ученые ТюмГУ успешно продемонстрировали обработку информации в изготовленных мемристорно-диодных кроссбарах — взвешивание, сложение и маршрутизацию импульсов, а также ассоциативное самообучение и генерацию новых ассоциаций. До сих пор ассоциативное самообучение демонстрировалось только в аппаратных нейросетях, построенных на дискретных мемристорах. В настоящий момент исследовательская группа продолжает аппаратное тестирование новой системы. По расчетам ученых, запуск уникального нейропроцессора в мелкосерийное производство будет возможен уже к 2025 году. Исследования поддержаны грантами РФФИ № 19-07-00272 и № 19-37-90030. Источник: scientificrussia.ru Комментарии: |
|