Разработан нейристор с «переключением частоты»

2025-10-02 11:40

Исследовательская группа KAIST разработала нейристор с "переключением частоты", который имитирует «внутреннюю пластичность» — свойство, позволяющее нейронам запоминать прошлую активность.

«Внутренняя пластичность» — это способность мозга адаптироваться, например, становиться менее восприимчивым к повторяющимся звукам или быстрее реагировать на определённый стимул после многократного обучения. «Нейристор с переключением частоты» — это искусственное нейронное устройство, которое автономно регулирует частоту своих сигналов, подобно тому, как мозг становится менее восприимчивым к повторяющимся стимулам или, наоборот, более чувствительным в процессе обучения.

Исследовательская группа объединила «энергозависимый мемристор Мотта», который реагирует мгновенно, а затем возвращается в исходное состояние, с «энергонезависимым мемристором», который запоминает входные сигналы на длительное время. Это позволило создать устройство, которое может свободно контролировать частоту возбуждения нейрона (частоту его импульсов).

В этом устройстве импульсные сигналы нейронов и изменения сопротивления мемристора влияют друг на друга, автоматически корректируя реакции. Проще говоря, в рамках одного полупроводникового устройства воспроизводится процесс, при котором мозг становится менее восприимчивым к повторяющимся звукам или более чувствительным к повторяющимся раздражителям.

Изображение: Концептуальное сравнение нейрона и нейристора с перестраиваемой частотой. Внутренняя пластичность нейронов мозга регулирует возбудимость через ионные каналы. Аналогичным образом, частотно-перестраиваемый нейристор использует энергозависимое устройство Мотта для генерации скачков тока, в то время как энергонезависимое устройство VCM регулирует состояния сопротивления для реализации сопоставимых характеристик частотной модуляции. Источник: KAIST, DOI: 10.1002/adma.202502255

Чтобы проверить эффективность этой технологии, исследователи провели моделирование с использованием «разреженной нейронной сети» и обнаружили, что благодаря встроенной функции памяти нейронов система достигла той же производительности при потреблении на 27,7 % меньше энергии по сравнению с обычными нейронными сетями.

Они также продемонстрировали отличную устойчивость: даже если некоторые нейроны были повреждены, внутренняя пластичность позволила сети перестроиться и восстановить производительность. Другими словами, искусственный интеллект, использующий эту технологию, потребляет меньше электроэнергии, сохраняя при этом производительность, и может компенсировать частичные сбои в работе, чтобы вернуться к нормальному режиму.

Профессор Кён Мин Ким, руководивший исследованием, заявил: «В этом исследовании мы реализовали внутреннюю пластичность — ключевую функцию мозга — в одном полупроводниковом устройстве, тем самым выведя энергоэффективность и стабильность аппаратного обеспечения ИИ на новый уровень. Эта технология, которая позволяет устройствам запоминать своё состояние и адаптироваться или восстанавливаться даже после повреждений, может стать ключевым компонентом в системах, требующих долгосрочной стабильности, таких как периферийные вычисления и автономное вождение».

Источник: russianelectronics.ru



		Разработан нейристор с «переключением частоты»
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Разработка ИИ Атаки на ИИ ИИ теория Компьютерные 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 Внедрение ИИ Big data Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Работа разума и сознание Изучение сна Изучение сознания Нейроинтерфейс Психология Работа мозга Работа памяти Работа разума Модель мозга Модель мозга Робототехника, БПЛА Беспилотные автомобили БПЛА Робототехника Трансгуманизм Трансгуманизм Обработка текста Анализ социальных сетей Компьютерная лингвистика Лингвистика Поисковые алгоритмы Теория эволюции Головной мозг Нейронные сети Поведение животных Теория эволюции Дополненная реальность Виртулаьная реальность Дополненная реальность Железо Интернет вещей Квантовый компьютер Нейронные процессоры облачные вычисления Суперкомпьютеры Киберугрозы Кибербезопасность Научный мир Методы исследования Наука и образование Семинары ИТ индустрия ИТ-гиганты Новости ит Разработка ПО Разработка ПО Теория алгоритмов Теория информации Кластеризация Математика Актуальная математика Статистика Теория вероятности Теория информации Теория хаоса Цифровая экономика Технология блокчейн Цифровая экономика Авторизация RSS RSS новости		2025-10-02 11:40 нейронный процессор Исследовательская группа KAIST разработала нейристор с "переключением частоты", который имитирует «внутреннюю пластичность» — свойство, позволяющее нейронам запоминать прошлую активность. «Внутренняя пластичность» — это способность мозга адаптироваться, например, становиться менее восприимчивым к повторяющимся звукам или быстрее реагировать на определённый стимул после многократного обучения. «Нейристор с переключением частоты» — это искусственное нейронное устройство, которое автономно регулирует частоту своих сигналов, подобно тому, как мозг становится менее восприимчивым к повторяющимся стимулам или, наоборот, более чувствительным в процессе обучения. Исследовательская группа объединила «энергозависимый мемристор Мотта», который реагирует мгновенно, а затем возвращается в исходное состояние, с «энергонезависимым мемристором», который запоминает входные сигналы на длительное время. Это позволило создать устройство, которое может свободно контролировать частоту возбуждения нейрона (частоту его импульсов). В этом устройстве импульсные сигналы нейронов и изменения сопротивления мемристора влияют друг на друга, автоматически корректируя реакции. Проще говоря, в рамках одного полупроводникового устройства воспроизводится процесс, при котором мозг становится менее восприимчивым к повторяющимся звукам или более чувствительным к повторяющимся раздражителям. Изображение: Концептуальное сравнение нейрона и нейристора с перестраиваемой частотой. Внутренняя пластичность нейронов мозга регулирует возбудимость через ионные каналы. Аналогичным образом, частотно-перестраиваемый нейристор использует энергозависимое устройство Мотта для генерации скачков тока, в то время как энергонезависимое устройство VCM регулирует состояния сопротивления для реализации сопоставимых характеристик частотной модуляции. Источник: KAIST, DOI: 10.1002/adma.202502255 Чтобы проверить эффективность этой технологии, исследователи провели моделирование с использованием «разреженной нейронной сети» и обнаружили, что благодаря встроенной функции памяти нейронов система достигла той же производительности при потреблении на 27,7 % меньше энергии по сравнению с обычными нейронными сетями. Они также продемонстрировали отличную устойчивость: даже если некоторые нейроны были повреждены, внутренняя пластичность позволила сети перестроиться и восстановить производительность. Другими словами, искусственный интеллект, использующий эту технологию, потребляет меньше электроэнергии, сохраняя при этом производительность, и может компенсировать частичные сбои в работе, чтобы вернуться к нормальному режиму. Профессор Кён Мин Ким, руководивший исследованием, заявил: «В этом исследовании мы реализовали внутреннюю пластичность — ключевую функцию мозга — в одном полупроводниковом устройстве, тем самым выведя энергоэффективность и стабильность аппаратного обеспечения ИИ на новый уровень. Эта технология, которая позволяет устройствам запоминать своё состояние и адаптироваться или восстанавливаться даже после повреждений, может стать ключевым компонентом в системах, требующих долгосрочной стабильности, таких как периферийные вычисления и автономное вождение». Источник: russianelectronics.ru Комментарии:

Разработан нейристор с «переключением частоты»

Комментарии: