Ученые из Национального центра научных исследований (НЦНИ) Франции (фр.Centre National de la Recherche Scientifique, CNRS) и университетов Бордо (фр.Universities of Bordeaux), Париж-юг 11 (фр. Université Paris-Sud) и Эври (фр. Université d'Évry-Val d'Essonne) создали искусственные синапсы, способные к самообучению. Они также смогли смоделировать устройство, которое необходимо для разработки более сложных схем. Исследование было опубликовано в журнале Nature Communications 3 апреля 2017 года.
Биоников давно вдохновляет устройство человеческого мозга. Скопировать принципы его функционирования и на их основе создавать по-настоящему умные машины – их давняя мечта. Какое-то количество «мозговых» алгоритмов уже используются в IT для решения ряда задач. Например, в распознавании образов, которое используется, в частности, в Фейсбуке для установления личности на фото. Однако эта процедура очень трудозатратна для машин, потому при её применении расходуется много энергии. Сотрудник НЦНИ и работник организации Thales Винсент Гарсия (Vincent Garcia (Unité mixte de physique CNRS/Thales)) и его коллеги сделали первый шаг в создании на микрочипе искусственных синапсов, способных обучаться, а также подготовили физическую модель для объяснения обучающего потенциала. Их открытие дает возможность создать синапсы, а значит — интеллектуальные системы, расходующие меньше времени и энергии.
В процессе обучения нашего мозга задействованы синапсы, которые служат связями между нашими нейронами. Чем сильнее стимуляция синапса, тем более надежные создаются связи и тем лучше идет обучение. Исследователи вдохновились этим явлением и взяли этот механизм за образец при создании мемристора. Этот электронный нанокомпонент состоит из тонкого сегнетоэлектрического слоя, зажатого между двумя электродами. Его сопротивление можно настраивать при помощи разрядов тока, действующих аналогично импульсам в нейронах. Если сопротивление низкое, синаптическая связь будет сильной, и наоборот. Эта способность адаптироваться позволяет синапсам учиться.
Хотя исследования, сосредоточенные на этих искусственных синапсах, являются во многих лабораториях основными, функционирование этих устройств оставалось в значительной степени неизвестным. Впервые исследователям удалось разработать физическую модель, способную предсказывать, как они функционируют. Это понимание процесса позволит создать более сложные системы, такие как цепочку искусственных нейронов, связанных между собой этими мемристорами.
В рамках европейского проекта ULPEC H2020 это открытие будет использоваться для распознавания форм объектов в режиме реального времени с использованием инновационной камеры: пиксели остаются неактивными, кроме случаев, когда они видят изменение угла обзора. Процедура обработки данных потребует меньше энергии и займет меньше времени для обнаружения выбранных объектов.
Источник: ScienceDaily