Российские учёные создали фотонные элементы на чипе |
||
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 |
2022-10-19 03:23 Учёные НИУ МИЭТ и МПГУ совместно с коллегами из научных и образовательных организаций разработали энергонезависимые фотонные элементы, на основе которых можно создать отечественную систему вычисления, работающую по принципу человеческого мозга, уверяют разработчики. Результаты исследования опубликованы в научном журнале Acta Materialia. Нанофотоника занимается разработкой многофункциональных оптических материалов и созданием фотонных устройств на их основе. Один из примеров — фотонные интегральные схемы (ФИС). В настоящий момент ФИС уже используются в производстве телекоммуникационного оборудования и систем оптической связи. С помощью ФИС возможно выполнять простейшие вычислительные действия и повышать производительность современных оптоэлектронных и оптических устройств. Однако особенно перспективно применение схем в нейроморфных вычислениях — подчеркнули в Национальном исследовательском университете «МИЭТ» (НИУ МИЭТ). Концепция наиболее современного нейроморфного компьютинга (вычисления) похожа на работу человеческого мозга со сложной нейронной сетью и множеством параллельно выполняемых операций. Нейросети применяются, к примеру, для демонстрации изменения внешности человека с возрастом, выстраивания маршрута беспилотного автомобиля, помощи врачам в постановке диагноза. Чтобы подобные сложные задачи выполнялись эффективно нужно создать аппаратную элементную базу, которая реализует высокоскоростную передачу и обработку массивов данных. Этому поспособствуют разработанные российскими учёными нанофотонные устройства, считают в НИУ МИЭТ и МПГУ. «В результате сотрудничества с разными научными организациями нам удалось отработать технологии синтеза необходимых материалов и создания на их основе фотонных интегральных схем для потенциальной реализации нейроморфных вычислений. И, главное, все наши разработки локализованы в России», — рассказал старший научный сотрудник Института перспективных материалов и технологий НИУ МИЭТ Петр Лазаренко. Учёные создали энергонезависимые фотонные элементы на основе халькогенидного соединения германия, сурьмы и теллура Ge2Sb2Te5 и научились управлять их свойствами за счет изменения структуры материалов между аморфным и кристаллическим состоянием. «Мы сформировали различные фотонные интегральные элементы, каждый из которых может записать и энергонезависимо хранить три бита информации. Данные элементы одновременно являются управляющими и выполняющими функцию памяти», — отметил старший научный сотрудник Лаборатории квантовых детекторов МПГУ Вадим Ковалюк. Кроме того, совместно с коллегами из ИОНХ РАН им. Курнакова и ИТЭФ «Курчатовский институт» сотрудники вузов модифицировали функциональные пленки ионами олова. Это позволило снизить энергопотребление и предотвратить самопроизвольное стирание данных оптических устройств. В настоящий момент проектирование фотонных интегральных схем проводится Зеленоградским нанотехнологическим центром (ЗНТЦ) и научно-производственным комплексом «Технологический центр». Данные центры обладают необходимым оборудованием для апробации решений в производственном масштабе, уточнили в НИУ МИЭТ. Источник: www.ixbt.com Комментарии: |
|