ВАЖНЫЕ НОВОСТИ
На совещании, которое провел Денис Мантуров, обсудили развитие отечественной станкоинструментальной промышленности

В Координационном Центре Правительства Российской Федерации состоялось совещание о развитии станкоинструментальной промышленности под председательством заместителя Председателя Правительства Российской Федерации – Министра промышленности и торговли Российской Федерации Дениса Мантурова и заместителя Председателя Правительства Российской Федерации Дмитрия Чернышенко. В мероприятии приняли уча...

В Нижегородской области принята Стратегия развития кластера индустрии товаров для детей

В Нижегородской области запущен кластер индустрии детских товаров в соответствии с регламентом развития сектора на 2023–2024 годы, утвержденным решением Правительства этого региона. Основная цель стратегии заключается в формировании кластера индустрии детских товаров в Нижегородской области, в который входят малые и средние предприятия, крупные компании, научные и образовательные учрежден...

Во Владимирской области готовятся к созданию стекольного кластера с привлечением китайских партнеров

В Минпромторге России, при участии заместителя министра промышленности и торговли Российской Федерации Алексея Беспрозванных и академика Китайской Инженерной Академии, главного научного сотрудника и директора Научно-исследовательского института передовых стеклянных материалов Пэн Шоу, был подписан Меморандум о развитии стекольного кластера во Владимирской области. Документ подписали губернатор Вла...

Минпромторг Российской Федерации объявляет о проведении отбора получателей субсидий производителям станкоинструментальной продукции

Открыт отбор получателей субсидий производителям станкоинструментальной продукции в целях предоставления покупателям скидки при приобретении такой продукции на 2024 год. Министерство промышленности и торговли Российской Федерации объявляет о проведении отбора получателей субсидий производителям станкоинструментальной продукции в целях предоставления покупателям скидки при приобретении такой про...

Минцифры изменяет правила аккредитации информационно-технологических компаний

Ещё больше компаний смогут претендовать на ИТ-аккредитацию, а процесс её подтверждения станет удобнее. Минцифры подготовило соответствующий проект постановления. Большинство изменений вступят в силу с 1 мая 2024 года. Что мы предлагаем Для малых технологических компаний, созданных менее 3 лет назад, отменяется критерий по проверке доли дохода от ИТ-деятельности Если компания получила аккр...

Бизнесу представили инвестиционные возможности в Амурской области и инструменты для развития делового сотрудничества с Китаем

В Москве на площадке международной выставки-форума "Россия" состоялся круглый стол под названием "Амурская область — территория российско-китайского делового сотрудничества". В этом мероприятии приняли участие представители дочернего общества Корпорации развития Дальнего Востока и Арктики (КРДВ) - КРДВ Амурская, Минэкономразвития России, Российского экспортного центра, руководители региональ...

3 Декабря 2015

Ученые из России и Италии собрали нейросеть из пластиковых мемристоров

Ученые из России и Италии собрали нейросеть из пластиковых мемристоров

Ученые из России и Италии собрали нейросеть из пластиковых мемристоров

Международная группа ученых из Курчатовского института, МФТИ, университета Пармы (Италия), МГУ и СПбГУ создала искусственную нейронную сеть на основе полимерных мемристоров — устройств, которые позволяют построить принципиально новые компьютеры, статью о своей работе ученые опубликовали в журнале Organic Electronics.

"По словам исследователей, подобные разработки, в первую очередь, помогут в создании систем машинного зрения, слуха и других органов восприятия, а также систем интеллектуального управления различными устройствами, включая автономных роботов",- говорится в сообщении пресс-службы МФТИ.

Авторы исследования обратили внимание на одно из перспективных направлений в сфере мемристорных нейронных сетей — мемристоры на полимерной основе — и обнаружили, что даже простейший перцептрон собрать не просто. Эксперименты, проведенные в комплексе НБИК-технологий Курчатовского института совместным российско-итальянским коллективом, продемонстрировали возможность построения из полианилина простейших нейросетей, причем эти сети оказались способны к обучению и выполнению заданных логических операций.

Мемристор – это электрический элемент, который является аналогом обычного резистора. Его отличие от классического элемента заключается в том, что электрическое сопротивление мемристора зависит от прошедшего через него заряда и за счет этого он постоянно меняет свои свойства под действием внешнего сигнала: мемристор обладает памятью и одновременно способностью менять данные, закодированные состоянием его сопротивления.

В этом смысле мемристор является аналогом синапса – соединения двух нейронов в головном мозге, способном пластично изменять эффективность передачи сигнала между нейронами под действием самой этой передачи. Мемристор позволяет реализовать на практике "подлинную" нейронную сеть, причем физические свойства мемристоров позволяют делать их как минимум столь же миниатюрными, сколь привычные микросхемы.

Некоторые оценки показывают, что мемристор может быть уменьшен вплоть до десяти нанометров, а использованные при изготовлении экспериментальных прототипов технологии в принципе допускают масштабирование до уровня массового производства, отмечается в сообщении. Открытие физиков из МФТИ может ускорить компьютеры в 10 раз.

Ученые показали, что их новая мемристорная сеть уже через полтора десятка попыток становится способной выполнять логические операции NAND, а потом ее же можно переучить выполнять и NOR. Поскольку правильность ответа проверяет оператор или обычный компьютер, данный метод называется обучением с учителем.

Операции NAND и NOR — это исключающее "И" и исключающее "ИЛИ", элементарные бинарные операции. Напомним, что логическое "И", равно как и логическое "ИЛИ" предполагает наличие двух бинарных входов, то есть двух сигналов в виде нуля или единицы. Операция "И" выдает ответную единицу тогда и только тогда, когда получает две единицы (1 И 1), а операция "ИЛИ" выдает единицу в ответ на хотя бы один сигнал с единицей (1 на одном входе ИЛИ 1 на другом).

Исключающее "И" выдает результат, обратный операции "И" — то есть единица появляется только при отсутствии совпадения единиц на входах логического элемента. А исключащее "ИЛИ", соответственно, должно выдавать 1 только тогда, когда единиц на входе нет вовсе: из таких базовых операций строятся все алгоритмы обработки данных и без них немыслима любая фон-неймановская компьютерная система. Для нейросетевой архитектуры использование логических операций необязательно, но в данном случае именно они были выбраны из-за их простоты, исключительно для демонстрации возможностей обучения нейроморфной сети с небольшим количеством входов и выходов.

Устройства, которые не просто имитируют работу нейронных сетей, а являются их принципиальными аналогами, могли бы использоваться для решения множества задач. Прежде всего, нейронные сети способны распознавать образы, на них основано, к примеру, распознавание рукописного текста или сличение подписей. Там, где нужно выделить и классифицировать какой-либо паттерн — звук, изображение, характерные изменения на графиках — там активно уже применяются нейросети и именно в этих сферах зачастую критичен выигрыш как в быстродействии, так и в энергопотреблении.

Для системы управления автономным летающим роботом на счету каждый милливатт-час и каждая миллисекунда, равно как и системе обработки данных с коллайдерного детектора в режиме реального времени нельзя слишком долго "думать" над выделением интересных ученым треков частиц из всего множества зарегистрированных событий.

Источник: РИА Новости

Кол-во просмотров: 15120
Яндекс.Метрика