В ЮФУ сделали шаг для создания нейронных сетей в виде микросхемы |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ 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 Творчество ИИ Техническое зрение Чат-боты Авторизация |
2022-05-01 11:00 Исследование доцента Института нанотехнологий, электроники и приборостроения Южного федерального университета Вадима Авилова направлено на создание и развитие в России новых технологий проектирования и производства перспективной элементно-компонентной базы интегральной наноэлектроники и искусственного интеллекта. Нейронные сети сегодня переживают очередную волну научного интереса. В интернете уже можно найти много сервисов, которые задействуют нейросетевые вычисления для различных задач, такие как оживление фотографии, генерация изображений и речи, распознавание образов и многое другое. Однако наиболее востребованным направлением для нейронных сетей является робототехника. Такие задачи как перемещение в пространстве при наличии внешних воздействий, динамическое построение маршрута, взаимодействие с человеком — невозможно реализовать в виде обычных алгоритмов, в то время как нейросетевые алгоритмы, в которых обработка информации аналогична работе нейронов в мозге, отлично справляются с такими решениями. Однако основная проблема заключается в том, что все эти нейросетевые вычисления реализуются в виде программ для стандартных вычислительных устройств, не оптимизированных для такого класса вычислений. Решение проблемы — изготовление нейронной сети в виде микросхемы, где все вычисления осуществляются через искусственные синапсы. Применение таких нейронных процессоров может привести к значительному прорыву во многих областях, таких как робототехника, бионическое протезирование, автономное управление и прочее. «Мой текущий проект «Разработка конструктивно-технологических решений формирования кроссбаров наноструктур оксида титана для элементов нейроморфного процессора бионических, робототехнических систем и искусственного интеллекта» посвящен приборной реализации нейронной сети, в основе которой лежит мемристорный эффект, то есть способность некоторых материалов значительно изменять свое сопротивление», – рассказал кандидат технических наук, доцент ИНЭП ЮФУ Вадим Авилов. В ходе своего исследования ученый планирует добиться реализации нейросетевых алгоритмов в виде микросхемы на основе мемристоров из оксида титана. Данные структуры относят к «интеллектуальным» материалам и способны под действием электрического поля изменять свое сопротивление в широких пределах. Именно это свойство позволяет полностью реализовать функцию искусственных синапсов нейронной сети. Поэтому первоочередная задача проекта — исследование закономерностей переключения сопротивления мемристоров для дальнейшего прогнозирования режимов работы искусственных синапсов в нейронной сети. «Наш научный коллектив уже проделал большую работу и исследования в рамках моего проекта — продолжение. Мы провели изучение влияния технологических параметров синтеза на формируемые наноструктуры, разработали физико-химическую модель, позволяющую рассчитать особенности синтеза наноструктур, приводящие к возникновению в них мемристорного переключения. Был проведен ряд работ по изготовлению и исследованию макета резистивной памяти ReRAM на основе таких мемристорных структур и показана возможность изготовления многоуровневой памяти. Именно показанное многоуровневое переключение мемристоров привело к смещению научных исследований в область искусственных синапсов и нейронной сети», – поделился Вадим Авилов. По словам ученого, разработка конструктивно-технологических решений создания синаптических структур будет стимулом для развития новых промышленных технологий в области изготовления нейроморфного процессора. Результаты проекта лягут в основу производства нейронных процессоров — отдельных микросхем, реализующих нейросетевой алгоритм обработки информации для задач робототехники, бионических применений и искусственного интеллекта. В отличие от программных решений нейросетевых вычислений такие процессоры будут оптимизированы в плане быстродействия и энергопотребления, что критически важно в различных автономных устройствах. «Кроме того, если обратиться к природе: человеческий мозг, хоть и считается одним органом, на самом деле состоит из множества отделов, реализующих отдельные функции: координация движений, регулирование работы внутренних органов, слуховой и речевой центры. Аналогичным образом робот будущего может содержать несколько нейронных процессоров, выполняющих аналогичные функции», – отметил ученый. Несмотря на большую проделанную работу, ученому еще предстоит решить множество задач и провести значительный ряд исследований, прежде чем будет достигнута основная цель — технология изготовления нейронного процессора. Результаты работы опубликованы в нескольких авторитетных научных журналах: Nanomaterials, Materials, Molecules и Advanced Electronic Materials. Текущий проект одобрен Советом по грантам Президента Российской Федерации. Источник: naked-science.ru Комментарии: |
|