Сделан важный шаг к созданию самообучающихся вычислительных систем

24.07.19

Ученые Курчатовского института нашли способ обучать мемристивные наноструктуры. Это открытие позволит создавать автономные нейросети с низким потреблением энергии. А в перспективе обучать искусственный разум решению сложных когнитивных задач. Исследование опубликовано в журнале Microelectronic Engineering.

Мемристоры — это резисторы, умеющие запоминать значение электрического сопротивления под воздействием электрического поля или тока выше определенной пороговой величины. Собственно, их название и происходит от английских слов memory и resistor — резистор с памятью. То есть мемристоры — это аналоги биологических синапсов, которые соединяют нейроны в живых нервных сетях и обладают похожей «пластичностью». И могут изменять свою пропускную способность для нервных импульсов.

Самой важной задачей ученых было уменьшить мемристоры до единиц нанометров. Этого удалось добиться с помощью современных нанотехнологий. Преимущество мемристоров перед электронными устройствами в гораздо меньшем потреблении энергии. Она не требуется для поддержания текущего состояния, а необходима лишь для его изменения. Для экспериментов ученые использовали наноструктуры на основе пленок стабилизированного иттрием диоксида циркония ZrO2(Y), разработанные в ННГУ им. Н.И. Лобачевского.

«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» Вячеслав Дёмин.

Андрей Горбачев

Нет комментариев