В новой работе, статья о которой опубликована в журнале Nature Communications, группа учёных, возглавляемая представителями Саутгемптонского университета (Великобритания), продемонстрировала использование миниатюрных мемристоров в искусственных нейросетях (Artificial Neural Networks, ANN) в качестве аналогов мозговых синапсов.

Отсутствие таких аппаратных нанокомпонентов, необходимых для любой ANN в больших количествах, сдерживает практическое использование нейросейтей в приложениях, требующих распознавания образов, классификации или машинного обучения.

Массивы металлоксидных мемристоров, устройств, запоминающих количество тока, прошедшего через них, могут использоваться для неконтролируемого обучения вероятностных сетей WTA (winner-take-all) в составе сверхэкономичных встраиваемых процессоров, служащих для обработки в реальном времени больших данных Интернета Вещей (IoT).

Как указывает главный автор статьи, доктор Алекс Серб (Alex Serb), сегодняшние электронные компоненты тоже позволяют создавать подобие мозговых синапсов, но использование наномемристоров открывает возможность вместить множество таких устройств в компактный объём кремниевого чипа и свести к минимуму потребляемую ими энергию.

«Этот новый тип оборудования может найти разнообразные применения в распространённых сенсорных технологиях для мониторинга в реальном времени в неблагоприятных условиях или труднодоступных местах — весьма востребованная возможность для реализации видения IoT», — отметил ещё один соавтор публикации, доктор Темис Продромакис (Themis Prodromakis).