Des scientifiques de l'Université d'État de Tioumen ont présenté à la communauté scientifique mondiale le développement d'un neuroprocesseur biomorphique inégalé basé sur un nouveau composant de la nanoélectronique - une barre croisée à diode-mémoire, rapporte le service de presse de l'Université d'État de Tioumen. Les résultats de la recherche sont publiés dans la revue Microelectronic.
Les neuroprocesseurs existants, selon les scientifiques de l'Université d'État de Tyumen, sont conçus pour l'accélération matérielle des calculs dans des réseaux de neurones artificiels sur de simples neurones et assurent le fonctionnement de la vision par ordinateur, de l'apprentissage automatique et d'autres systèmes à faible intelligence artificielle (IA).
Le traitement de l'information et la prise de décision dans ces processeurs se font en choisissant la solution la plus plausible sur la base d'associations préalablement établies.
Le neuroprocesseur développé à la Tyumen State University, selon ses créateurs, est capable de générer de nouvelles associations (nouvelles connaissances) par un mécanisme biologiquement similaire, ce qui permet de parler d'une possible transition d'une intelligence artificielle faible à forte. Une IA forte signifie la capacité à comprendre de nouvelles connaissances.
Selon l'Université d'État de Tyumen, le neuroprocesseur biomorphique implémente un réseau de neurones matériel pulsé basé sur les modèles biomorphiques électriques et logiciels originaux développés (Neural Computing and Applications) du neurone.
Les auteurs affirment que leur processeur est capable, en plus de résoudre les tâches traditionnelles de traitement de l'information, de reproduire le travail de la colonne corticale du cerveau.
Selon le professeur, le neuroprocesseur est, en fait, la base d'un système unique de nouvelle génération, porteur de l'intelligence artificielle.
Le matériel spécialisé développé peut être utilisé pour résoudre des problèmes techniques - pour augmenter la vitesse et l'efficacité énergétique des calculs par rapport aux installations informatiques existantes aujourd'hui (ordinateurs personnels, serveurs et supercalculateurs).
Vidéo promotionelle:
L'effet est obtenu grâce à l'utilisation de calculs mixtes analogique-numérique, y compris à l'aide de memristors bipolaires intégrés dans des barres transversales combinées memristor-diode.
À ce jour, des scientifiques de l'Université d'État de Tioumen ont démontré avec succès le traitement de l'information dans des barres transversales à diode-memristor fabriquées - pesant, ajoutant et acheminant des impulsions, ainsi que l'auto-apprentissage associatif et la génération de nouvelles associations. Jusqu'à présent, l'auto-apprentissage associatif n'a été démontré que dans des réseaux de neurones matériels construits sur des memristors discrets.
Pour le moment, le groupe de recherche continue de tester le matériel du nouveau système. Selon les scientifiques, le lancement d'un neuroprocesseur unique en production à petite échelle sera possible d'ici 2025. La recherche a été soutenue par les subventions RFBR n ° 19-07-00272 et n ° 19-37-90030.
