智能新讯:以人为灵感的设备为人工系统提供动力

来源:
近来很多网友跟小编反馈说想了解“以人为灵感的设备为人工系统提供动力”这方面的信息,其实这方面的信息网上能搜索很多,但是都带有广告,现在小编来给大家分享下关于“以人为灵感的设备为人工系统提供动力”的有用内容给大家了解下,希望对大家有所帮助。

由南安普顿大学领导的新研究表明,一种称为忆阻器的纳米级设备可用于为模拟人类大脑的人工系统提供动力。

人工神经网络(ANN)表现出学习能力,并且可以执行传统计算系统难以完成的任务,例如模式识别,在线学习和分类。由于缺乏有效的硬件突触,目前实际的ANN实施受到阻碍; 每个人工神经网络都需要大量的关键组件。

在自然通讯杂志上发表的这项研究中,南安普顿研究小组通过实验证明了人工神经网络使用忆阻器突触支持复杂的学习规则,以便对嘈杂的输入数据进行可逆学习。

忆阻器是限制或调节电路中电流流动的电子元件,可以记住流过它的电荷量并保留数据,即使电源关闭也是如此。

第一作者,南安普顿大学电子与计算机科学系的Alex Serb博士说:“如果我们想要建立能够模拟大脑功能和能量的人工系统,我们需要使用数千亿甚至数万亿的人工突触。其中许多必须能够实现不同程度复杂性的学习规则。虽然目前可用的电子元件当然可以拼凑在一起以产生这样的突触,但是所需的功率和面积效率基准将极难满足 - 如果可能的话所有 - 没有设计新的和定制的'突触组件'。

“忆阻器通过支持极其紧凑的体积和极低的能源成本学习突触(记忆存储,在线学习,计算功能强大的学习规则实施,双端结构)的许多基本特征,为此提供了可能的途径。大脑永远会成为现实,因此,忆阻性的突触必须成功。“

像大脑中的突触一样,金属氧化物忆阻器阵列能够在概率赢家通吃(WTA)网络中以无人监督的方式学习和重新学习输入模式。这对于启用低功耗嵌入式处理器(物联网所需)非常有用,可以在不事先了解数据的情况下处理实时大数据。

共同作者纳米电子学的Themis Prodromakis读者和南安普顿大学的电子和计算机科学研究院EPSRC研究员说:“任何新技术的采用通常都会受到缺乏实用演示器的阻碍,这些演示器展示了该技术在实际应用中的优势。我们的工作建立了这样一种技术范式的转变,证明纳米级忆阻器确实可以用于制定计算机内神经电路,以实时处理大数据;这是现代社会的一项关键挑战。

“我们已经证明,这些硬件平台可以独立适应其环境而无需任何人为干预,并且可以非常灵活地实时处理噪声数据。这种新型硬件可以在普适传感技术中找到各种各样的应用。在恶劣或难以进入的环境中进行实时监控;实现物联网愿景的非常理想的能力。“

这项跨学科工作得到了CHIST-ERA网络奖项目和工程与物理科学研究委员会的支持。它汇集了南安普顿大学Nanoelectronics和纳米技术集团的工程师,以及格拉茨科技大学的理论计算机科学家,他们使用南安普顿纳米加工中心的先进设施。

标签:

版权声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢您的支持与理解。