Ученые из России и Италии собрали нейросеть из пластиковых мемристоров

Экспeримeнты, прoвeдeнныe в кoмплeксe НБИК-тexнoлoгий Курчaтoвскoгo институтa сoвмeстным рoссийскo-итaльянским кoллeктивoм, прoдeмoнстрирoвaли вoзмoжнoсть пoстрoeния из пoлиaнилинa прoстeйшиx нeйрoсeтeй, причeм эти сeти oкaзaлись спoсoбны к обучению и выполнению заданных логических операций. 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.© Фото: МФТИГрафеновый биосенсор для поиска лекарства от ВИЧ и рака создали в МФТИ
Устройства, которые не просто имитируют работу нейронных сетей, а являются их принципиальными аналогами, могли бы использоваться для решения множества задач. 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. Исключающее «И» выдает результат, обратный операции «И» — то есть единица появляется только при отсутствии совпадения единиц на входах логического элемента. Мемристор позволяет реализовать на практике «подлинную» нейронную сеть, причем физические свойства мемристоров позволяют делать их как минимум столь же миниатюрными, сколь привычные микросхемы. 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. 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. Поскольку правильность ответа проверяет оператор или обычный компьютер, данный метод называется обучением с учителем. Ученые показали, что их мемристорная сеть уже через полтора десятка попыток становится способной выполнять логические операции NAND, а потом ее же можно переучить выполнять и NOR.1 / 2© Fotolia/ micromonkey© Betthausen et al. / Science AAASМОСКВА, 3 дек — РИА Новости. Прежде всего, нейронные сети способны распознавать образы, на них основано, к примеру, распознавание рукописного текста или сличение подписей. 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. «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. Напомним, что логическое «И», равно как и логическое «ИЛИ» предполагает наличие двух бинарных входов, то есть двух сигналов в виде нуля или единицы.