11.10.2019, 15:22
|
#4183
|
|
Форумец
Сообщений: 45,591
Регистрация: 27.05.2003
Возраст: 48
 Не в сети
|
Цитата:
Сообщение от vinhester
|
Хочешь доказать что ты даже в свои ссылки не заглядываешь?
Цитата:
26.07.2019
Ученые НИЦ "Курчатовский институт" продемонстрировали возможность обучения мемристивных наноструктур определенного типа по биоподобным правилам. Полученные результаты открывают возможности для создания автономных нейровычислительных систем с весьма низким потреблением энергии, в перспективе способных обучаться решению сложных когнитивных задач. Создание таких систем позволяет ответить на большие вызовы, сформулированные в Стратегии научно-технологического развития России, в частности в области перехода к передовым технологиям машинного обучения и искусственного интеллекта. Исследование опубликовано в журнале Microelectronic Engineering.
Мемристоры — это резисторы, умеющие запоминать значение электрического сопротивления под воздействием электрического поля или тока выше определенной пороговой величины. Их название происходит от английских слов memory и resistor — резистор с памятью. Мемристоры являются аналогами биологических синапсов, которые соединяют нейроны в живых нервных сетях и обладают похожей "пластичностью", то есть могут изменять свою пропускную способность для нервных импульсов.
Очень важно, что мемристоры с помощью нанотехнологий можно миниатюризировать до единиц нанометров. Кроме того, в отличие от электронных устройств мемристоры потребляют мало энергии, поскольку она не требуется им для поддержания текущего состояния, а необходима лишь для его изменения.
В НИЦ "Курчатовский институт" впервые изучили возможность обучения мемристивных наноструктур по биоподобным правилам, зависящим от времени прихода импульсов (Spike-Timing Dependent Plasticity – STDP).
В работе были использованы мемристивные наноструктуры на основе пленок стабилизированного иттрием диоксида циркония ZrO2(Y), разработанные в ННГУ им. Н.И. Лобачевского.
Специалисты Курчатовского института исследовали динамическую пластичность мемристоров. Оказалось, что форма изменения проводимости в зависимости от временной задержки между импульсами согласуется с правилами обучения типа мультипликативного STDP.
"Такого рода системы обладают экстремально малым энергопотреблением и могут существенно превосходить по скорости обработки информации современные вычислительные системы, базирующиеся на архитектуре фон Неймана при выполнении перечисленных когнитивных функций", — сообщил один из авторов исследования, директор-координатор по направлению природоподобные технологии НИЦ "Курчатовский институт", и.о. начальника лаборатории технологий искусственного интеллекта Курчатовского комплекса НБИКС-природоподобных технологий Вячеслав Дёмин.
|
Это один из тех рубежей, на которых произойдут следующие прорывы в науке и технике.
|
|
|