Forskare från Tyumen State University presenterade för världsvetenskapligt samhälle utvecklingen av en oöverträffad biomorfisk neuroprocessor baserad på en ny komponent av nanoelektronik - en kombinerad memristor-diod tvärstång, rapporterar pressen av Tyumen State University. Forskningsresultaten publiceras i tidningen Microelectronic.
De befintliga neuroprocessorerna, enligt forskarna vid Tyumen State University, är utformade för hårdvaruacceleration av beräkningar i konstgjorda neurala nätverk på enkla neuroner och säkerställer drift av datorsyn, maskininlärning och andra system med svag artificiell intelligens (AI).
Informationsbehandling och beslutsfattande i sådana processorer sker genom att välja den mest troliga lösningen baserad på tidigare etablerade föreningar.
Neurprocessorn som utvecklats vid Tyumen State University, enligt dess skapare, kan generera nya föreningar (ny kunskap) genom en biologiskt liknande mekanism, som gör att vi kan tala om en möjlig övergång från svag till stark konstgjord intelligens. Stark AI betyder förmågan att förstå ny kunskap.
Enligt Tyumen State University implementerar den biomorfa neuroprocessorn ett pulserat hårdvara neuralt nätverk baserat på den utvecklade elektriska och originella programvaran (Neural Computing and Applications) biomorfa modeller av neuronet.
Författarna hävdar att deras processor, förutom att lösa traditionella informationsbearbetningsuppgifter, kan reproducera arbetet i hjärnans kortikala kolumn.
Enligt professorn är neuroprocessorn i själva verket grunden för ett unikt nytt generationssystem, som är bäraren av konstgjord intelligens.
Den utvecklade specialiserade hårdvaran kan användas för att lösa tekniska problem - för att öka hastigheten och energieffektiviteten i beräkningarna i jämförelse med de datorer som finns idag (persondatorer, servrar och superdatorer).
Kampanjvideo:
Effekten uppnås genom användning av blandade analoga-digitala beräkningar, inklusive användning av bipolära memristorer integrerade i kombinerade memristor-diodkorsfält.
Hittills har forskare från Tyumen State University framgångsrikt demonstrerat informationsbearbetning i tillverkade memristor-diodkorsfält - vägning, tillsättning och dirigering av pulser, samt associerande självinlärning och generering av nya föreningar. Hittills har associativt självinlärning visats endast i neurala hårdvara som bygger på diskreta memristorer.
För tillfället fortsätter forskargruppen hårdvara testning av det nya systemet. Enligt forskare kommer lanseringen av en unik neuroprocessor till småskalig produktion att vara möjlig senast 2025. Forskningen stöds av RFBR-bidrag nr 19-07-00272 och nr 19-37-90030.
