Техника использования света для развития мозга

Заполните форму ниже, и мы вышлем вам по электронной почте PDF-версию книги «Техника использования света для развития мозгоподобных вычислений»

Заполните форму ниже, чтобы разблокировать доступ ко ВСЕМ аудиостатьям.

Искусственный интеллект, машинное обучение и ChatGPT, возможно, являются относительно новыми модными словечками в свободном доступе, но разработка компьютера, который функционирует как человеческий мозг и нервная система — как аппаратное, так и программное обеспечение вместе взятые, — была задачей десятилетий. Инженеры Питтсбургского университета сегодня изучают, как оптические «мемристоры» могут стать ключом к разработке нейроморфных вычислений.

Резисторы с памятью, или мемристоры, уже продемонстрировали свою универсальность в электронике, применяясь в качестве элементов вычислительных схем в нейроморфных вычислениях и компактных элементов памяти в хранилищах данных высокой плотности. Их уникальный дизайн проложил путь к вычислениям в памяти и вызвал значительный интерес как учёных, так и инженеров.

Новая обзорная статья под названием «Интегрированные оптические мемристоры» проливает свет на эволюцию этой технологии и на работу, которую еще предстоит проделать, чтобы она полностью раскрыла свой потенциал. В статье под руководством Натана Янгблада, доцента кафедры электротехники и вычислительной техники инженерной школы Суонсона Питтсбургского университета, исследуется потенциал оптических устройств, которые являются аналогами электронных мемристоров. Этот новый класс устройств может сыграть важную роль в революционном преобразовании нейроморфных вычислений с высокой пропускной способностью, аппаратного обеспечения машинного обучения и искусственного интеллекта в оптической области.

Подпишитесь на ежедневный информационный бюллетень Technology Networks, чтобы каждый день доставлять последние научные новости прямо на ваш почтовый ящик.

«Исследователи по-настоящему очарованы оптическими мемристорами из-за их невероятного потенциала в области нейроморфных вычислений с высокой пропускной способностью, аппаратного обеспечения машинного обучения и искусственного интеллекта», — объяснил Янгблад. «Представьте себе объединение невероятных преимуществ оптики с локальной обработкой информации. Это все равно, что открыть дверь в совершенно новую сферу технологических возможностей, которые раньше были невообразимы».

В обзорной статье представлен всесторонний обзор последних достижений в этой развивающейся области фотонных интегральных схем. В нем исследуется современное состояние дел и освещаются потенциальные применения оптических мемристоров, которые сочетают в себе преимущества сверхбыстрой оптической связи с высокой пропускной способностью и локальной обработки информации. Однако масштабируемость оказалась наиболее актуальной проблемой, которую должны решить будущие исследования.

«Масштабирование вычислений в памяти или нейроморфных вычислений в оптической области является огромной проблемой. Наличие быстрой, компактной и эффективной технологии делает масштабирование более достижимым и станет огромным шагом вперед», — объяснил Янгблад.

«Одним из примеров ограничений является то, что если вы возьмете материалы с фазовым переходом, которые в настоящее время имеют самую высокую плотность хранения для оптической памяти, и попытаетесь реализовать на кристалле относительно упрощенную нейронную сеть, для этого потребуется пластина размером с ноутбук, чтобы вместить все необходимые ячейки памяти», — продолжил он. «Размер имеет значение для фотоники, и нам нужно найти способ улучшить плотность хранения, энергоэффективность и скорость программирования, чтобы выполнять полезные вычисления в полезных масштабах».

Оптические мемристоры могут произвести революцию в вычислениях и обработке информации в нескольких приложениях. Они могут обеспечить активную настройку фотонных интегральных схем (PIC), позволяя настраивать и перепрограммировать встроенные оптические системы по мере необходимости без постоянного потребления энергии. Они также предлагают высокоскоростное хранение и извлечение данных, обещая ускорить обработку, снизить потребление энергии и обеспечить параллельную обработку.

Оптические мемристоры можно даже использовать для создания искусственных синапсов и архитектур, вдохновленных мозгом. Динамические мемристоры с энергонезависимой памятью и нелинейным выходом воспроизводят долговременную пластичность синапсов в мозге и открывают путь к быстрому развитию вычислительных архитектур, работающих по принципу «интеграция и запуск».