Корейские инженеры разработали самообучающийся компьютерный чип, вдохновлённый структурой человеческого мозга

Команда исследователей из Корейского института передовых технологий (KAIST) разработала новый нейроморфный чип на основе мемристоров, который способен к самообучению и исправлению ошибок в реальном времени. Этот чип, имитирующий работу человеческого мозга ^[1], объединяет хранение и обработку данных, что делает его значительно эффективнее существующих систем.

 Технология позволяет обрабатывать информацию локально, повышая скорость, безопасность и энергоэффективность AI-приложений в различных устройствах, таких как умные камеры и медицинское оборудование.

Ключевой особенностью разработки является использование мемристора — полупроводникового устройства нового поколения,  чьи характеристики переменного сопротивления заменяют синапсы в нейронных сетях. Благодаря этому решению обработка и хранение данных происходят одновременно, имитируя работу мозговых клеток.

^[2]

«Эта система похожа на умное рабочее пространство, где всё находится на расстоянии вытянутой руки, вместо того чтобы постоянно перемещаться между столами и картотеками», — поясняют ведущие разработчики технологии Хакчон Чжон и Сынджэ Хан из KAIST.

Созданный чип способен самостоятельно обучаться распознаванию движущихся объектов на видео, отделяя их от фона, причём эффективность этого процесса со временем повышается. В ходе исследований точность работы устройства достигла уровня идеальных компьютерных симуляций при обработке изображений в реальном времени.

Новая технология решает проблему неэффективности традиционных компьютерных систем при обработке сложных данных и позволит выполнять задачи искусственного интеллекта локально, без использования удалённых облачных серверов. Это значительно ускорит обработку данных, повысит уровень конфиденциальности и энергоэффективности различных устройств.

Разработка может быть использована в умных камерах видеонаблюдения для быстрого и безопасного распознавания подозрительной активности, в медицинских устройствах для анализа данных о здоровье пациента в реальном времени, а также в различных устройствах с искусственным интеллектом, таких как роботы, дроны и автомобили с автопилотом. Благодаря энергоэффективности, чип подходит для применения в мобильных устройствах и устройствах Интернета вещей.

Источник ^[3]