| 0 |
|
В мартовском печатном номере престижного издания Journal of Physics приват-доцент кафедры физики университета Билефельда (Германия), доктор Энди Томас (Andy Thomas) и его коллеги расскажут об экспериментах с мемристорами — электронными компонентами, имитирующими нервы (синапсы) человеческого мозга.
Синапсы или нервные окончания являются «мостиками» через которые нервные клетки — нейроны контактируют между собой. Сила такой связи возрастает по мере роста частоты использования синапса.
Мемристоры способны обучаться похожим образом: количество тока, пропускаемое устройством через себя, зависит от силы и продолжительности тока, протекавшего через него до этого.
Мемристор способен сохранять информацию более точно, чем битовая память компьютерных процессоров. В обоих случаях используются электрические импульсы, но биты не оставляют возможностей для тонкой настройки — они могут лишь принимать значения «0» и «1». Мемристор, напротив, может увеличивать или снижать свое сопротивление непрерывным образом, обеспечивая механизм последовательного обучения и забывания в искусственном мозге.
В статье Memristor-based neural networks, Томас резюмирует принципы, которые требуется заимствовать у природы и воплотить в технологических системах для того, чтобы такой — нейроморфный — компьютер успешно функционировал. Наряду с запоминанием мемристорами предыдущих импульсов, искусственные нейроны должны обладать способностью реагировать на импульс, только когда его амплитуда превосходит определенный предел. Таким образом повторяющееся воздействие раздражителей по мере усиления синаптических связей будет приводить к формированию условных рефлексов.
Стратегія охолодження ЦОД для епохи AI
| 0 |
|
