Нейроэлектроника — нейроморфные и нейрогибридные системы на основе мемристивной технологии
- Авторы: Михайлов А.Н.1
-
Учреждения:
- Национальный исследовательский Нижегородский государственный университет имени Н.И. Лобачевского
- Выпуск: Том 18, № 4 (2023)
- Страницы: 825-826
- Раздел: Материалы конференции
- Статья получена: 15.11.2023
- Статья одобрена: 21.11.2023
- Статья опубликована: 15.12.2023
- URL: https://genescells.ru/2313-1829/article/view/623426
- DOI: https://doi.org/10.17816/gc623426
- ID: 623426
Цитировать
Полный текст
![Открытый доступ](https://genescells.ru/lib/pkp/templates/images/icons/text_open.png)
![Доступ закрыт](https://genescells.ru/lib/pkp/templates/images/icons/text_unlock.png)
![Доступ закрыт](https://genescells.ru/lib/pkp/templates/images/icons/text_lock.png)
Аннотация
Благодаря уникальной способности имитировать важные функции синапсов и нейронов, мемристивные устройства и массивы позволяют не только аппаратно реализовать нейронные сети, но и совершить качественный прорыв в интеграции искусственных электронных и биологических систем для решения актуальных задач искусственного интеллекта (ИИ), робототехники и медицины. Эта область исследований находится на ранней стадии своего развития и имеет прямое отношение к более общей области нейроэлектроники. Последнюю можно определить как синтез аналоговых и цифровых решений для широкого круга вычислительных задач, мотивированных биологией. Аналоговые нейроморфные системы на основе мемристивных компонентов занимают особое место в этой области и могут значительно улучшить производительность и энергоэффективность по сравнению с существующими ускорителями ИИ. Реализация нейроморфных систем на основе новой элементной базы требует скоординированных и междисциплинарных исследований. В основе соответствующего научно-технического направления лежит сквозная технология мемристивных устройств и схем, обеспечивающая создание элементной базы новых мозгоподобных информационно-вычислительных систем с широким спектром применений. Продемонстрированные на данный момент перспективы связаны с монолитной интеграцией мемристивных устройств со схемами КМОП (комплементарная структура металл–оксид–полупроводник), а также совместной оптимизацией материалов, устройств и архитектур, необходимых для создания демонстрационных прототипов информационно-вычислительных систем. Такие системы имитируют вычислительные функции биологических нейронных сетей, способных решать когнитивные задачи, которые, как известно, либо не поддаются решению с помощью традиционного ИИ, либо требуют очень много временных ресурсов. Кроме того, нейроэлектронные решения могут быть интегрированы с мозгом или живыми культурами нейронов для формирования нейрогибридных систем. В настоящем докладе обсуждаются два различных подхода к взаимодействию мемристивных систем и биологических нейронных сетей in vitro и in vivo, основанных на персептроне с матрицей программируемых мемристивных весов, которые представлены устройствами с резистивным переключением на основе оксидов металлов или на основе мемристивной стохастической пластичности и нейронной синхронии в составе мозгоподобной спайковой архитектуры. Наконец, представлена концепция мемристивного нейрогибридного чипа для создания компактного многофункционального двунаправленного интерфейса биологических нейронных сетей и мемристивной электроники в сочетании с микроэлектродными и микрофлюидными решениями на одном чипе. Технологическое освоение новой элементной базы и создание мемристорных нейроэлектронных систем не только обеспечит своевременную диверсификацию аппаратного обеспечения для непрерывного развития и массового внедрения технологий искусственного интеллекта, но и позволит поставить задачи совершенно нового уровня по созданию гибридного интеллекта на основе симбиоза искусственных и биологических нейронных сетей.
Ключевые слова
Полный текст
Благодаря уникальной способности имитировать важные функции синапсов и нейронов, мемристивные устройства и массивы позволяют не только аппаратно реализовать нейронные сети, но и совершить качественный прорыв в интеграции искусственных электронных и биологических систем для решения актуальных задач искусственного интеллекта (ИИ), робототехники и медицины. Эта область исследований находится на ранней стадии своего развития и имеет прямое отношение к более общей области нейроэлектроники. Последнюю можно определить как синтез аналоговых и цифровых решений для широкого круга вычислительных задач, мотивированных биологией. Аналоговые нейроморфные системы на основе мемристивных компонентов занимают особое место в этой области и могут значительно улучшить производительность и энергоэффективность по сравнению с существующими ускорителями ИИ. Реализация нейроморфных систем на основе новой элементной базы требует скоординированных и междисциплинарных исследований. В основе соответствующего научно-технического направления лежит сквозная технология мемристивных устройств и схем, обеспечивающая создание элементной базы новых мозгоподобных информационно-вычислительных систем с широким спектром применений. Продемонстрированные на данный момент перспективы связаны с монолитной интеграцией мемристивных устройств со схемами КМОП (комплементарная структура металл–оксид–полупроводник), а также совместной оптимизацией материалов, устройств и архитектур, необходимых для создания демонстрационных прототипов информационно-вычислительных систем. Такие системы имитируют вычислительные функции биологических нейронных сетей, способных решать когнитивные задачи, которые, как известно, либо не поддаются решению с помощью традиционного ИИ, либо требуют очень много временных ресурсов. Кроме того, нейроэлектронные решения могут быть интегрированы с мозгом или живыми культурами нейронов для формирования нейрогибридных систем. В настоящем докладе обсуждаются два различных подхода к взаимодействию мемристивных систем и биологических нейронных сетей in vitro и in vivo, основанных на персептроне с матрицей программируемых мемристивных весов, которые представлены устройствами с резистивным переключением на основе оксидов металлов или на основе мемристивной стохастической пластичности и нейронной синхронии в составе мозгоподобной спайковой архитектуры. Наконец, представлена концепция мемристивного нейрогибридного чипа для создания компактного многофункционального двунаправленного интерфейса биологических нейронных сетей и мемристивной электроники в сочетании с микроэлектродными и микрофлюидными решениями на одном чипе. Технологическое освоение новой элементной базы и создание мемристорных нейроэлектронных систем не только обеспечит своевременную диверсификацию аппаратного обеспечения для непрерывного развития и массового внедрения технологий искусственного интеллекта, но и позволит поставить задачи совершенно нового уровня по созданию гибридного интеллекта на основе симбиоза искусственных и биологических нейронных сетей.
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ
Источник финансирования. Исследование выполнено в рамках научной программы Национального центра физики и математики, направление № 9 «Искусственный интеллект и большие данные в технических, промышленных, природных и социальных системах».
Конфликт интересов. Автор декларирует отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.
Об авторах
А. Н. Михайлов
Национальный исследовательский Нижегородский государственный университет имени Н.И. Лобачевского
Автор, ответственный за переписку.
Email: mian@nifti.unn.ru
Россия, Нижний Новгород
Список литературы
Дополнительные файлы
![](/img/style/loading.gif)