Компьютерные нейросети, на основе которых строится искусственный интеллект,
устроены по своей сути также, как и их анатомические прародители. Для того,
чтобы ИИ учился чему-то новому, нужно укреплять старые и создавать новые связи
между элементами нейросети. На текущем уровне развития технологий наращивать
потенциал нейросетей становится все сложнее. Но на помощь могут прийти новые
мемристоры, разработанные в Американском Институте Физики (AIP).
Мемристор — это элемент, способный менять сопротивление в зависимости от проходящего
через него заряда, благодаря чему он может выступать в качестве хранилища данных, что
в очень упрощенном виде напоминает работу нейронов и синапсов головного мозга.
Да и само название элемента происходит от слияния двух слов: memory и resistor.
Как сообщает редакция издания EurekAlert, группа исследователей из API разработала
новый тип «электронного синапса», который состоит из мемристоров на основе нитрида
бора толщиной всего в 1 атом. По словам автора работы Ивана Санчеса Эскеда,
«Сейчас имеется большой интерес к использованию новых типов материалов для мемристоров.
Мы показали, что наши устройства могут хорошо работать в сфере нейроморфных вычислительных
приложений.»
На самом деле решение перевести мемристоры на субнанометровый уровень было продиктовано
проблемой энергосбережения. Дело в том, что массив микроскопических мемристоров оказался
в 10000 раз более энергоэффективен, чем любые имеющиеся аналоги.
«Оказывается, если вы начнете увеличивать количество параллельно работающих устройств
— вы получите значительный прирост в точности вычислений, сохранив при этом тот же
уровень энергопотребления.»
Сейчас команда ученых хочет применить новый вид «электронных синапсов» для выполнения
различных задач, включая распознавания образов и изображений. Также в дальнейшем не
исключается и их применение в сфере глубокого машинного обучения.