18 октября 2018, 14:32 18 октября 2018, 15:32 18 октября 2018, 16:32 18 октября 2018, 17:32 18 октября 2018, 18:32 18 октября 2018, 19:32 18 октября 2018, 20:32 18 октября 2018, 21:32 18 октября 2018, 22:32 18 октября 2018, 23:32 19 октября 2018, 00:32

Новый мемристор улучшает надёжность работы искусственного интеллекта на атомарном уровне

  • Искусственная нейронная сеть, как и человеческий мозг, хранит информацию с помощью контактов между нейронами.
    Искусственная нейронная сеть, как и человеческий мозг, хранит информацию с помощью контактов между нейронами.
  • Несколько искусственных синапсов объединяются в параллельный пакет. Это повышает производительность и надёжность работы системы.
    Несколько искусственных синапсов объединяются в параллельный пакет. Это повышает производительность и надёжность работы системы.
  • Искусственная нейронная сеть, как и человеческий мозг, хранит информацию с помощью контактов между нейронами.
    Искусственная нейронная сеть, как и человеческий мозг, хранит информацию с помощью контактов между нейронами.
  • Несколько искусственных синапсов объединяются в параллельный пакет. Это повышает производительность и надёжность работы системы.
    Несколько искусственных синапсов объединяются в параллельный пакет. Это повышает производительность и надёжность работы системы.
Двумерный материал помог учёным создать надёжный элемент для искусственных нейронных сетей будущего.

Учёные создали новый надёжный и энергоэффективный вид соединения между нейронами для искусственных нейронных сетей. Он позволит реализовать новый тип искусственного интеллекта, основываясь на перспективных элементах – мемристорах.

Достижение описано в научной статье, опубликованной в издании Journal of Applied Physics группой из Университета Южной Калифорнии во главе с Ханем Ваном (Han Wang).

Как известно, нейронная сеть имитирует работу мозга. Когда система "запоминает" новую информацию, изменяется проводимость тех или иных синапсов (контактов между искусственными нейронами). Это и есть способ хранения данных в нейронной сети.

Обычно и нейроны, и соединения между ними существуют лишь в памяти обычного компьютера. Другими словами, нейронная сеть моделируется в виде программы. Однако иногда инженеры воплощают её "в металле". Такое решение может повысить скорость работы, снизить затраты энергии или обеспечить устойчивость к повреждениям (ведь нейронная сеть при выходе из строя части нейронов остаётся в строю, в отличие от классического компьютера. для которого потеря даже одной ключевой детали фатальна).

Перспективными элементами для создания физических нейронных сетей являются мемристоры. "Вести.Наука" (nauka.vesti.ru) подробно рассказывали о том, что это такое. Вкратце напомним, что такое устройство меняет своё электрическое сопротивление в зависимости от того, какой ток и в течение какого времени по нему течёт. Понятно, что элемент, меняющий проводимость, прекрасно подходит для создания искусственных синапсов.

Однако широкому применению мемристоров в устройствах искусственного интеллекта мешает нестабильность их работы. Даже один и тот же элемент от запуска в запуску может по-разному реагировать на один и тот же сигнал. Группа Вана, похоже, преодолела это препятствие.

Несколько искусственных синапсов объединяются в параллельный пакет. Это повышает производительность и надёжность работы системы.

Чтобы повысить надёжность системы, исследователи отказались от схемы "один синапс – один мемристор". Каждый контакт между искусственными нейронами они реализовали как целую батарею из таких элементов, включённых параллельно. В такой схеме "капризы" одного мемристора не слишком сильно сказываются на "синапсе" в целом. Благодаря этому надёжность работы возрастает в 2–5 раз.

Однако использование целых пакетов традиционных мемристоров означало бы серьёзные потери энергии. Поэтому авторы улучшили конструкцию этого базового элемента.

"Существует большой интерес к использованию новых типов материалов для мемристоров, – констатирует первый автор статьи Иван Эскеда (Ivan Esqueda).

В состав мемристора учёные включили атомарно тонкую прокладку из нитрита бора (BNOx), расположив её между слоями графена и серебра. Благодаря этому новшеству даже батарея из параллельно подключённых мемристоров оказалась в десять тысяч раз более энергоэффективной, чем один-единственный традиционный элемент.

В дальнейшем исследователи планируют проверить, насколько хорошо их детище справляется с такой традиционной для нейронных сетей задачей, как распознавание образов.

Напомним, что ранее "Вести.Наука" писали о нейронной сети на пластиковых мемристорах. Говорили мы и о других необычных нейронных сетях, в том числе электромеханической и оптической.

Читайте также

Видео по теме

Эфир

Лента новостей

Авто-геолокация