俄罗斯科学家与中国同事合作,为神经形态记忆和计算设备创造了新材料。这些系统的工作原理与生物神经元的工作原理相似,并且在能效方面优于经典的硅处理器和存储卡。该研究的作者建议使用由聚合物,铜和水分子组成的金属有机晶体作为系统单位。初步计算表明,这种创新材料能够非常准确地“识别”和“记忆”信息。

来自ITMO大学,圣彼得堡国立大学和同济大学(中国)的科学家开发了用于神经形态处理器和存储器件的金属材料。它能够存储记录的数据超过200天,超过目前已知的大多数类似物。RT在RNF新闻服务中报道了这一点。这项研究得到了基金会的资助。研究结果发表在《Communications Materials》杂志上。

正如这项工作的作者所指出的那样,今天在IT技术领域越来越受欢迎的是神经形态系统 - 算法,其工作原理类似于大脑的功能。如果许多信息存储设备由计算处理器和单独的存储器组成,那么在神经形态系统中,这两个组件被组合成块,块被组合成复杂的网络,这些网络不是连续的,而是脉冲的。

这种内部设备允许系统以相对较少的功耗同时执行复杂的计算,存储和处理大量信息。然而,创建这样的系统需要新的材料,其物理特性与传统处理器制造的硅不同。

科学家们研制出这种材料。它的结构单位是多孔聚合物基体的晶体,包括水分子和铜。

在激光的作用下,分子暂时从孔隙的内部表面分解,从而改变晶体的电子特性。这个过程类似于人类大脑的神经细胞在外部化学刺激下的行为。

使用两种类型的激光和电脉冲 - 类似于普通计算机0和1的二进制代码 - 科学家在一段时间内改变了晶体的状态并“记录”了信息。化学物理计算和实验表明,数据可以在这种介质上存储长达200天,比今天已知的大多数神经形态材料长。

根据对水晶行为的研究结果,科学家们在6万个样本中创建了神经网络的计算机模型。图像训练她识别手稿。识别的准确率为100%,而识别本身被多次执行 - 超过50次。

“到目前为止,这只是基于研究材料行为的实验数据的模拟,而不是处理图像的物理设备的直接实验。模拟使我们能够评估金属有机化合物用于机器学习任务的潜力。未来,我们必须在这些晶体的基础上创建一个真正的神经形态网络,“RT项目负责人,物理数学科学博士,ITMO大学物理系的首席研究员瓦伦丁·米利奇科说。