12.03.2020
В Институте кристаллографии им. А.В. Шубникова ФНИЦ «Кристаллография и фотоника» РАН прошло 172-ое заседание семинара «Ленгмюровские пленки, молекулярные ансамбли и функциональные материалы».
С докладом «Искусственный интеллект и мемристивные нейроморфные системы» выступил директор-координатор по направлению «Природоподобные технологии» НИЦ Курчатовский институт Вячеслав Дёмин.
В своем докладе он рассказал о предпосылках развития и глобальных вызовах в области технологий искусственного интеллекта, о современных направлениях развития и коммерческого внедрения технологий искусственного интеллекта как биоподобных информационных алгоритмов. Были кратко рассмотрены успешные архитектурные решения для интеллектуальных алгоритмов, их возможности и принципиальные ограничения.
Среди биологически правдоподобных реализаций алгоритмов искусственного интеллекта выделяется третье поколение нейронных сетей – импульсные нейронные сети, которые потенциально обладают возможностями самообучения, а также – в специализированном аппаратном исполнении – высокой производительностью и крайне низким энергопотреблением.
Были представлены идеология создания алгоритмов обучения и функционирования импульсных нейронных сетей, а также базовые принципы создания нейроморфных вычислительных систем на основе мемристоров, выступающих в роли наноструктурированных аналогов синаптических контактов между нейронами.
В заключение, были рассмотрены кратко- и долгосрочные перспективы развития мемристивных нейроморфных систем.
Андрей Емельянов – руководитель Ресурсного центра оптической микроскопии и спектроскопии «Оптика» НИЦ Курчатовский институт», представил доклад «Массивы нанокомпозитных мемристоров для импульсных нейроморфных сетей», в котором были рассмотрены мемристивные структуры на основе гранулированных нанокомпозитных материалов.
Данные структуры перспективны при разработке на их основе нейроморфных вычислительных систем для решения когнитивных задач (распознавание образов, обработка естественного языка, прогнозирование, принятие решений и др.) при низком энергопотреблении и существенно большей производительности – в сравнении с традиционными компьютерами, базирующимися на архитектуре фон Неймана. Характеристики изготавливаемых мемристорных нанокомпозитных структур позволяют планировать использование данных элементов в качестве аналогов синапсов в новом поколении нейроморфных вычислительных систем на базе импульсных нейронных сетей.
В докладе была рассмотрена качественная модель резистивного переключения нанокомпозитных мемристоров, предложенная на основе анализа температурных зависимостей проводимости, импеданс-спектроскопии и магнитометрии данных элементов.
На примере простейшей импульсной нейроморфной вычислительной системы была продемонстрирована возможность ее адаптивного обучения и многократного переобучения в различные состояния по правилам динамической пластичности (STDP), с использованием как программно, так и аппаратно реализованных нейронов. Наконец, были представлены первые результаты дофаминоподобной модуляции изменения синаптического контакта на основе нанокомпозитного мемристора. Подобная модуляция закладывает основы биоподобного обучения с подкреплением импульсных нейроморфных систем.