Wissenschaftler der Tyumen State University präsentierten der Weltwissenschaftlergemeinschaft die Entwicklung eines beispiellosen biomorphen Neuroprozessors auf der Grundlage einer neuen Komponente der Nanoelektronik - einer kombinierten Memristor-Dioden-Querstange, berichtet der Pressedienst der Tyumen State University. Die Forschungsergebnisse werden im Microelectronic Journal veröffentlicht.
Die vorhandenen Neuroprozessoren sind laut den Wissenschaftlern der Tyumen State University für die Hardwarebeschleunigung von Berechnungen in künstlichen neuronalen Netzen auf einfachen Neuronen ausgelegt und gewährleisten den Betrieb von Computer Vision, maschinellem Lernen und anderen Systemen mit schwacher künstlicher Intelligenz (KI).
Die Informationsverarbeitung und Entscheidungsfindung in solchen Prozessoren erfolgt durch Auswahl der plausibelsten Lösung auf der Grundlage zuvor festgelegter Assoziationen.
Der an der Tyumen State University entwickelte Neuroprozessor ist laut seinen Machern in der Lage, durch einen biologisch ähnlichen Mechanismus neue Assoziationen (neues Wissen) zu erzeugen, die es uns ermöglichen, von einem möglichen Übergang von schwacher zu starker künstlicher Intelligenz zu sprechen. Starke KI bedeutet die Fähigkeit, neues Wissen zu verstehen.
Laut der Tyumen State University implementiert der biomorphe Neuroprozessor ein gepulstes Hardware-Neuronales Netzwerk, das auf den entwickelten elektrischen und originalen biomorphen Softwaremodellen (Neuronales Rechnen und Anwendungen) des Neurons basiert.
Die Autoren behaupten, dass ihr Prozessor in der Lage ist, zusätzlich zur Lösung traditioneller Informationsverarbeitungsaufgaben die Arbeit der Kortikalsäule des Gehirns zu reproduzieren.
Laut dem Professor ist der Neuroprozessor tatsächlich die Grundlage eines einzigartigen Systems der neuen Generation, das den Träger der künstlichen Intelligenz darstellt.
Die entwickelte Spezialhardware kann zur Lösung technischer Probleme verwendet werden - um die Geschwindigkeit und Energieeffizienz von Berechnungen im Vergleich zu den heute vorhandenen Recheneinrichtungen (PCs, Server und Supercomputer) zu erhöhen.
Werbevideo:
Der Effekt wird durch die Verwendung gemischter Analog-Digital-Berechnungen erzielt, einschließlich der Verwendung von bipolaren Memristoren, die in kombinierte Memristor-Dioden-Kreuzschienen integriert sind.
Bisher haben Wissenschaftler der Tyumen State University die Informationsverarbeitung in hergestellten Memristor-Dioden-Querbalken erfolgreich demonstriert - Wiegen, Addieren und Weiterleiten von Impulsen sowie assoziatives Selbstlernen und Generieren neuer Assoziationen. Bisher wurde assoziatives Selbstlernen nur in neuronalen Hardware-Netzwerken demonstriert, die auf diskreten Memristoren basieren.
Derzeit setzt die Forschungsgruppe die Hardwaretests des neuen Systems fort. Laut Wissenschaftlern wird die Einführung eines einzigartigen Neuroprozessors für die Produktion in kleinem Maßstab bis 2025 möglich sein. Die Forschung wurde durch die RFBR-Zuschüsse Nr. 19-07-00272 und Nr. 19-37-90030 unterstützt.
