ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

ممریستور
تکنولوژی

چیپ جدید MIT قدرت سوپرکامپیوترها را به گجت‌‌های قابل حمل می‌آورد

محققان MIT نوع جدیدی از سیناپس مغزی مصنوعی با کارایی بسیار بالا را طراحی کرده‌اند که امکان ترکیب ده‌ها هزار واحد از آنها روی یک چیپ کوچک وجود دارد. با استفاده از این تراشه می‌توان دستگاه‌هایی ساخت ...

یونس مرادی
نوشته شده توسط یونس مرادی | ۱۹ خرداد ۱۳۹۹ | ۲۳:۵۹

محققان MIT نوع جدیدی از سیناپس مغزی مصنوعی با کارایی بسیار بالا را طراحی کرده‌اند که امکان ترکیب ده‌ها هزار واحد از آنها روی یک چیپ کوچک وجود دارد. با استفاده از این تراشه می‌توان دستگاه‌هایی ساخت که بدون نیاز به اتصال اینترنتی توان پردازش محاسبات پیچیده هوش مصنوعی را دارند.

سیناپس مصنوعی مذکور در واقع نوعی «ممریستور» یا مقاومت حافظه‌دار است. در طراحی این ممریستور علاوه بر سیلیکون از آلیاژهای مس و نقره نیز استفاده شده و نتیجه آن چیپی است که توانایی به خاطر سپردن و بازیابی سریع تصاویر واقعی با جزییات دقیق را دارد. توان تراشه مذکور در انجام اینکار به مراتب بالاتر از تمام مدل‌های قبلی عنوان شده است.

برخلاف ترانزیستورهای معمولی که تنها بین دو حالت صفر و یک سوییچ می‌کنند، ممریستور مقادیر پیوسته‌ای را ارایه کرده و مثل مغز توانایی به خاطر سپردن این حالت‌ها و بازیابی سیگنالی خاص برای یک جریان ورودی مشخص را دارد.

ممریستور
عکس تزیینی است

محققان این پروژه دریافته‌اند که با ترکیب مس و نقره به عنوان الکترود مثبت ممریستور ثبات و پایداری آن در انتقال یون‌ها حتی در کانال‌های محدود نیز ارتقا پیدا می کند. آنها با استفاده از همین روش چیپ‌های فوق ‌العاده کوچکی طراحی کرده‌اند که نه تنها توانایی به خاطر سپردن تصاویر، بلکه انجام مواردی مثل تار کردن، بهبود جزییات و مواردی از این دست را دارند. هدف نهایی این تیم باز طراحی شبکه‌های عصبی مصنوعی پیچیده و بزرگ است که در حال حاضر به پردازنده‌های گرافیکی اختصاصی متکی هستند.

هرچند این پروژه هنوز در ابتدای راه قرار دارد اما محققان امیدوارند دستاوردشان در نهایت به تولید کامپیوترهای هوش مصنوعی قابل حملی منجر شود که قابلیت اجرای محاسبات پیچیده در حد سوپرکامپیوترهای فعلی اما با توان مصرفی به مراتب کمتر و بدون نیاز به شبکه را داشته باشند.

دیدگاه‌ها و نظرات خود را بنویسید
مجموع نظرات ثبت شده (2 مورد)
  • حمید
    حمید | ۲۰ خرداد ۱۳۹۹

    فک کنم فعلا فقط برای هوش مصنوعی کاربرد داشته باشه

  • mamad r€Za
    mamad r€Za | ۲۰ خرداد ۱۳۹۹

    من حرفی ندارم...

مطالب پیشنهادی