Новый мемристор может выполнять высокоуровневые задачи. Например, обучение нейронных сетей, обработка естественного языка и обработка сигналов.

Международная группа ученых и исследователи из Университета Лимерика в Ирландии представили нейроморфную аппаратную платформу, которая может повысить производительность решений на основе ИИ. Свою работу они опубликовали в журнале Nature.

Такие устройства являются частью нейроморфных вычислений — передовой области, сосредоточенной на разработке компьютеров, подобных мозгу.

Новое нейроморфное устройство можно использовать для изучения, контроля и манипулирования молекулами, составляющими материал. Оно позволило бы вносить изменения в материалы на фундаментальном уровне.

Сама платформа, предложенная учеными, является по сути аналоговым молекулярным мемристором. Это — специальный тип программируемого нейроморфного устройства, который работает как система памяти человеческого мозга. Но это не совсем мозгоподобный компьютер, скорее, компонент, необходимый для создания таких вычислительных систем.

Такое устройство, как мемристор, состоит из молекул, которые могут изменять свои электрические свойства в зависимости от количества проходящего через них заряда. Его дизайн был вдохновлен человеческим мозгом. Оно использует естественное покачивание и колебание атомов для обработки и хранения информации. Когда молекулы вращаются и подпрыгивают вокруг своей кристаллической решетки, они создают множество индивидуальных состояний памяти.

Однако это не первая такая нейроморфная платформа в истории. Ученые разрабатывали такие устройства и раньше, но те конструкции имели низкое вычислительное разрешение, и поэтому они были способны выполнять только операции с низкой точностью.

"Переосмысление командой базовой вычислительной архитектуры позволяет достичь необходимого высокого разрешения, выполняя ресурсоемкие рабочие нагрузки с беспрецедентной энергоэффективностью в 4,1 тераопераций в секунду на ватт (TOPS/Вт)", — отмечают исследователи.

Таким образом, в отличие от ранее предложенных нейроморфных устройств, новый мемристор может выполнять высокоуровневые задачи. Например, обучение нейронных сетей, обработка естественного языка и обработка сигналов.

"Мы создали самый точный, 14-битный, полностью функциональный нейроморфный ускоритель, интегрированный в печатную плату, который может справляться с обработкой сигналов, ИИ и рабочими нагрузками машинного обучения, такими как нейронные сети, автокодировщики и генеративно-состязательные сети", — добавили ученые.

Кроме того, этот мемристор может отслеживать и манипулировать молекулами. С помощью предлагаемой нейроморфной платформы разработчики смогут отслеживать движение молекул внутри устройства или материала, а также сопоставлять каждый момент с определенным электрическим состоянием. Как только они идентифицируют электрическое состояние, связанное с молекулой, они могут вносить желаемые изменения в молекулу, просто подавая другое напряжение. Это позволит ученым манипулировать материалами и интегрировать их с электрическими системами.