#Технологии

Физики из Билефельдского и Цюрихского университетов вместе с коллегами из Швейцарской высшей технической школы Цюриха описали основные принципы обработки информации в нейроморфных системах. Их можно будет использовать для создания нейроморфных вычислительных устройств. Свою работу ученые описали в статье журнала Applied Physics Letters.

Ученые со всего мира уже давно пытаются создать нейроморфные вычислительные системы, обработка информации в которых основана на процессах, происходящих в мозге животных и человека. Такая электроника может быть интересна не только для фундаментальных исследований, но и для коммерческого использования, например в устройствах интернета вещей.

В новой работе европейские исследователи анализировали поведение нейроморфных систем на примере комплементарных структур металл-оксид-полупроводник (КМОП) и передовых технологий наноразмерной памяти, чтобы создать интеллектуальные системы, способные к обучению. Анализ работы таких устройств позволил ученым сделать несколько интересных выводов.

Например, они выяснили, что очевидные недостатки этих маломощных вычислительных технологий, главным образом связанные с низкой точностью, высокой чувствительностью к шуму и высоким разбросом конечных значений, могут обеспечить выполнение надежных и эффективных вычислений. Это очень похоже на то, как мозг может использовать «шумные» или недостаточно точно принимающие сигнал нейроны для достижения нужной цели и управления телом.

«Электронные системы нейронной обработки, которые мы делаем, не предназначены для конкуренции с мощными и точными системами искусственного интеллекта, которые установлены на мощных больших компьютерных кластерах, предназначенных для обработки естественного языка или распознавания и классификации изображений в высоком разрешении, — отметила одна из исследователей, сотрудница Билефельдского университета Элизабетта Чикка. — Наши системы могут быть применимы для тех областей, в которых требуются компактные и очень маломощные (субмилливаттные) устройства для обработки информации в реальном времени с небольшими задержками».

Источники: https://indicator.ru/mathematics/principy-sistem-neiromorfnykh-vychislenii-24-03-2020.htm.