В ННГУ создали нейронную систему на мемристоре для робототехники и биомедицины
Автор: Учёные Нижегородского государственного университета имени Н.И. Лобачевского собрали нейронную систему на мемристоре, которая повторяет работу пары нейронов и их синаптической связи. Разработка может пригодиться в робототехнике, биомедицине и при обработке сигналов датчиков. Тут любопытен не только сам принцип, но и основа схемы: мемристор — элемент, который запоминает предыдущее состояние.
Это направление относится к нейроморфным вычислениям. Его развивают Intel и IBM, а исследовательские центры по всему миру пытаются подвести электронные схемы ближе к тому, как ведут себя нервные клетки. И это не случайно: растёт рынок edge-устройств и автономной техники, а вместе с ним — спрос на низкое энергопотребление и быструю обработку сигналов.
Как работает нейронная система на мемристоре
В основе разработки — два искусственных нейрона, соединённые мемристором. Он работает как синапс, то есть как участок, через который один нейрон влияет на другой. Если условия совпадают, второй нейрон подстраивает ритм под первый, и система уходит в синхронизацию.
- два искусственных нейрона в одной схеме;
- мемристор вместо синапса;
- синхронизация ритма при определённых условиях;
- адаптивное изменение связей между элементами.
По словам руководителя исследования Ивана Кипелкина, такой принцип можно использовать для распознавания образов, анализа сигналов с датчиков и автоматического управления. Для автономной техники это особенно полезно: алгоритм должен быстро реагировать на изменения среды и при этом не расходовать батарею за несколько часов.
Для медицины у разработки тоже есть прямые сценарии. Синхронизацию искусственных нейронов можно применять в системах нейрореабилитации, нейропротезах и при анализе электрической активности нервной системы. В ННГУ говорят, что экспериментально подтвердили саму возможность использовать мемристоры как адаптивные искусственные синапсы. Это один из самых востребованных элементов в нейроморфной электронике.
Работа шла в рамках программы «Приоритет-2030» при поддержке Российского научного фонда. Для российской науки это заметная история: нейроморфные системы пока остаются нишевой областью, но развиваются быстро. Если такие схемы удастся масштабировать, они могут пригодиться не только в лабораториях, но и в промышленных датчиках, роботах и медицинских устройствах.
