Учёными Университета Лобачевского получен патент на изобретение

452ghfh

Современные технологии искусственного интеллекта (ИИ) обеспечивают использование возможностей суперкомпьютеров на исключительно высоком уровне, но научные исследования заглядывают в далеко вперёд и уже направлены на создание новых технологий. Следующее поколение вычислительных систем будет нейроморфным, то есть будет имитировать структуру человеческого мозга, который имеет ряд существенных преимуществ. Современные суперкомпьютеры занимают целые комнаты и нуждаются в мощности, измеряемой в мегаваттах (сравнимой с энергопотреблением небольшого промышленного предприятия), тогда как человеческий мозг потребляет лишь 20-30 Ватт в сутки – этой цифрой одержимы исследователи ИИ во всём мире.

Мозг человека состоит из 100 миллиардов нейронов и включает в себя более 100 триллионов нейронных связей (синапсов) – это в 1500 раз больше, чем звёзд в нашей галактике. Для имитации такой структуры нужны новые микроэлектронные элементы. К числу таких элементов относятся мемристоры, которые могут имитировать работу синапсов в нейроморфных архитектурах.

В Университете Лобачевского группа радиофизиков и физиков под руководством известного итальянского учёного проф. Бернардо Спаньоло ведёт передовые научные исследования, направленные на разработку новых мемристоров с улучшенными характеристиками. Проект поддержан Правительством Российской Федерации (в рамках постановления №220). Исследования организованы на базе Лаборатории стохастических мультистабильных систем (StoLab).

Новый патент на изобретение, полученный сотрудниками StoLab, относится к развитию технологии использования мемристора. Одной из наиболее серьёзных проблем, препятствующих широкому применению мемристоров, является стохастичность их поведения, иногда приводящая к неприемлемо высокой вероятности ошибки при использовании стандартных процедур записи данных, используемых в вычислительных системах. В патенте предложено новое решение, которое позволит повысить стабильность переключения мемристора. Это ещё один шаг на пути к созданию более совершенных микроэлектронных элементов для нейроморфных архитектур вычислительных систем будущего.