Fingernagelgroße Chips oder ersetzen Supercomputer?

Laut der offiziellen Website des Ministeriums für Wissenschaft und Technologie haben die MIT-Ingenieure vor einigen Tagen eine künstliche Synapse entwickelt, die die Intensität des durch sie fließenden Stromes präzise steuern kann, ähnlich wie Ionen zwischen Neuronen fließen und Silizium-Germanium verwendet haben. Der Chip und seine Synapsen können in Simulationsstudien mit einer Genauigkeit von bis zu 95% handschriftliche Proben identifizieren, die in der Fachzeitschrift Nature-Materials veröffentlicht wurden, die anzeigt, dass Menschen tragbar und leistungsschwach sind. Der Verbrauch von neuromorphen Chips hat einen wichtigen Schritt gemacht.

Es wird berichtet, dass es im menschlichen Gehirn etwa 100 Milliarden Neuronen gibt, die Neuronen Anweisungen durch 100 Billionen Synapsen weiterleiten, so dass das Gehirn blitzschnell Muster erkennen, vollständige Gedächtnisleistung erbringen und andere Lernaufgaben übernehmen kann. Die Forscher haben versucht, einen Computerchip zu konstruieren, der wie ein menschliches Gehirn funktioniert und simulierte neuronale Signale simuliert, so dass kleine neuromorphe Chips genauso effizient mit Millionen von parallelen Berechnungen umgehen können wie das Gehirn. Gegenwärtig sind nur große Supercomputer möglich, und das Problem, das bei dieser tragbaren Methode der künstlichen Intelligenz gelöst werden muss, ist die Synapse.

Forscher aus Silizium-Germanium verwendet wird, die künstlichen neuronalen Synapsen-Chips bilden, die jeweils ‚die Eingangs- / hidden / Ausgangsneuronen‘, jedes Neuron auf andere fadenbasierte künstliche Synapse ‚Neuron‘ verbunden ist, die Differenz zwischen dem Ionenfluß. jedes synaptischen etwa 25 Nanometer, und nur 4%, die derzeit am meisten konsistente Laborgerät ist erreicht werden kann, ist auch ein wichtiger Beweis für künstliche neuronale Netze. die Forscher einen künstlichen neuronales Netzwerk-Computer durchgeführt, analog, Erkennung handgeschriebener Proben, die Genauigkeitsrate von 95%, während die bestehende Software-Algorithmus Genauigkeit 97% betrug.

Das Team entwickelt simulationsbasierte neuromorphe Chips, mit denen handschriftliche Aufgaben identifiziert werden können. Es wird erwartet, dass das künstliche Synapsen-Design kleinere, tragbare neuronale Netzwerkgeräte für komplexe Berechnungen verwendet und Chips durch fingernagelgroße Chips ersetzt. Supercomputer.