Создан наделяющий ИИ чувством времени искусственный синапс

Этот мемристор, названный так из-за своей способности запоминать прошлое воздействие, может дать искусственному интеллекту чувство времени. Это открытие было опубликовано в престижном журнале Nature Electronics и вызвало большой интерес среди специалистов в области искусственного интеллекта и электроники.

Мемристоры имитируют работу синапсов в человеческом мозге, что позволяет им выполнять сложные вычисления с меньшим энергопотреблением. Это особенно важно для искусственного интеллекта, который требует большого количества вычислительных ресурсов и энергии. Согласно исследованиям, мемристоры могут снизить энергопотребление искусственного интеллекта примерно в 90 раз по сравнению с современными графическими процессорами, которым приходится постоянно загружать данные из внешней памяти.

Это открытие открывает новые перспективы для развития искусственного интеллекта. Использование мемристоров с временем релаксации позволит искусственному интеллекту более точно моделировать и анализировать прошлые события, что может привести к более эффективным алгоритмам и принятию решений. Кроме того, это также может привести к развитию новых технологий в области робототехники и автономных систем, которые смогут адаптироваться к изменяющимся условиям и прогнозировать будущие события. В целом, это открытие является важным шагом вперед в развитии искусственного интеллекта и его способностей к анализу времени и принятию решений на основе прошлого опыта.

В будущем нейронные сети, возможно, будут представлены в виде сетей из мемристоров, что открывает новые перспективы для развития искусственного интеллекта. Эти мемристорные сети могут имитировать работу биологических нейронных сетей, где каждый нейрон обрабатывает электрические сигналы и реагирует на них в соответствии с определенными порогами и временем релаксации.

В биологических нейронных сетях каждый нейрон обрабатывает входящие электрические сигналы и отправляет собственные сигналы, преодолевая определенный порог входящих сигналов. Однако, если проходит слишком много времени, нейрон может релаксировать из-за диффузной утечки ионов через клеточную мембрану. Это позволяет нейронным сетям отслеживать последовательность событий и обрабатывать информацию более сложным образом.

Таким образом, использование мемристоров в нейронных сетях открывает новые возможности для создания более эффективных и устойчивых искусственных интеллектуальных систем, способных эмулировать функции человеческого мозга.

В современном мире мемристоры становятся все более востребованными благодаря своей способности снижать сопротивление при прохождении сигналов. Однако, интересный факт заключается в том, что в данном случае релаксация означает увеличение сопротивления. Для более точного контроля времени релаксации исследователи разработали мемристор на основе сверхпроводника YBCO. Этот мемристор состоит из иттрия, бария, углерода и кислорода, а также покрыт монокристаллическими пленками из оксидов магния, кобальта, никеля, меди и цинка. Благодаря изменению соотношения оксидов удалось достичь времени релаксации в диапазоне от 159 до 278 наносекунд.

Интересно, что в рамках эксперимента ученые создали простую мемристорную сеть, которая обучилась распознавать звуки чисел от нуля до девяти. Эта сеть, после обучения, смогла идентифицировать каждое число до завершения аудиоввода. Такой подход к применению мемристоров открывает новые перспективы в области искусственного интеллекта и распознавания образов.

Эксперты в области нанотехнологий обсуждают перспективы использования мемристоров в различных сферах, от компьютерных технологий до медицинских устройств. Хотя мемристоры были изготовлены с помощью энергоемкого процесса, поскольку команде нужны были идеальные кристаллы для точного измерения их свойств, авторы считают, что для массового производства подойдет более простой метод изготовления.

Исследования в области наноматериалов и наноэлектроники продолжают развиваться, и разработка более эффективных способов производства мемристоров может принести значительные преимущества для промышленности и науки. Новые методы изготовления мемристоров могут ускорить процесс производства и снизить затраты на материалы, что сделает их более доступными для широкого использования.

Представление более простых методов изготовления мемристоров может стимулировать дальнейшие исследования в области наноэлектроники и привести к созданию более эффективных и устойчивых устройств на основе этой технологии.

Источник и фото - lenta.ru