شبیه سازی موفقیت آمیز رفتار مغز انسان روی یک شبکه عصبی مصنوعی
به لطف پژوهشی که اخیرا توسط محققان دانشگاه ساوت همپتون صورت گرفته، بشر یک گام دیگر به شبیه سازی رفتار مغز نزدیک تر شد. این گروه از دانشمندان در پژوهش خود نشان دادند که ممریستورها یا رزیستورهایی که مقاومت قبلی خود را به خاطر می آورند می توانند یک شبکه عصبی را هدایت نمایند.
آرایه ممریستورهای فلز-اکسید مورد استفاده توسط این تیم در اصل نقش نوعی سیناپس مصنوعی را برای آموختن (و یادگیری مجدد) از داده های ورودی مختلط (بدون آنکه دچار سردرگمی شود) ایفا می کرد و از این لحاظ می توان عملکرد آن را مشابه مغز انسان دانست.
چون ممریستورها بعد از خاموش شدن می توانند وضعیت قبلی خود را به یاد بیاورند، میزان انرژی کمتری را در قیاس با مدارهای مرسوم مصرف خواهند کرد و از این نظر می توان گفت ایده آل ترین گزینه برای دستگاه های اینترنت اشیاء به شمار می روند چراکه این لوازم امکان جای دادن باتری های بزرگ درون خود را ندارند.
البته باید اشاره نماییم که تکنولوژی یاد شده هنوز هم روزهای نخست خود را پشت سر می گذارد اما اگر به دنبال گونه ای از هوش مصنوعی هستید که بتواند رفتار مغز را به صورت تمام عیار تقلید نماید، آنگاه به «صدها میلیارد» سیناپس یا شاید هم مقدار بیشتری از آن نیاز خواهید داشت.
آرایه مورد استفاده در این تست البته بسیار ساده بود و قابلیت هایش صرفا به جستجوی الگوهای مختلف خلاصه می شد؛ با این همه، تیم دانشگاه ساوت همپتون یادآور شده که برای دستیابی به اهداف محدودتر نیازی به کاربرد این میزان ممریستور نیست.
به بیان دیگر می توان سنسورهایی را به خدمت گرفت که نحوه طبقه بندی اشیاء و تشخیص الگوها را بدون نیاز به کمک انسانی خوب می دانند؛ این قابلیت در مکان هایی سودمند واقع می گردد که معمولا مملو از خطر بوده و دسترسی به آنها نیز دشوار است. حالا امید می رود در آینده گجت هایی ساخته شوند که علاوه بر ارتباط با جهان خارج توانایی درک آن را نیز دارند.
The post appeared first on .
شبیه سازی موفقیت آمیز رفتار مغز انسان روی یک شبکه عصبی مصنوعی
به لطف پژوهشی که اخیرا توسط محققان دانشگاه ساوت همپتون صورت گرفته، بشر یک گام دیگر به شبیه سازی رفتار مغز نزدیک تر شد. این گروه از دانشمندان در پژوهش خود نشان دادند که ممریستورها یا رزیستورهایی که مقاومت قبلی خود را به خاطر می آورند می توانند یک شبکه عصبی را هدایت نمایند.
آرایه ممریستورهای فلز-اکسید مورد استفاده توسط این تیم در اصل نقش نوعی سیناپس مصنوعی را برای آموختن (و یادگیری مجدد) از داده های ورودی مختلط (بدون آنکه دچار سردرگمی شود) ایفا می کرد و از این لحاظ می توان عملکرد آن را مشابه مغز انسان دانست.
چون ممریستورها بعد از خاموش شدن می توانند وضعیت قبلی خود را به یاد بیاورند، میزان انرژی کمتری را در قیاس با مدارهای مرسوم مصرف خواهند کرد و از این نظر می توان گفت ایده آل ترین گزینه برای دستگاه های اینترنت اشیاء به شمار می روند چراکه این لوازم امکان جای دادن باتری های بزرگ درون خود را ندارند.
البته باید اشاره نماییم که تکنولوژی یاد شده هنوز هم روزهای نخست خود را پشت سر می گذارد اما اگر به دنبال گونه ای از هوش مصنوعی هستید که بتواند رفتار مغز را به صورت تمام عیار تقلید نماید، آنگاه به «صدها میلیارد» سیناپس یا شاید هم مقدار بیشتری از آن نیاز خواهید داشت.
آرایه مورد استفاده در این تست البته بسیار ساده بود و قابلیت هایش صرفا به جستجوی الگوهای مختلف خلاصه می شد؛ با این همه، تیم دانشگاه ساوت همپتون یادآور شده که برای دستیابی به اهداف محدودتر نیازی به کاربرد این میزان ممریستور نیست.
به بیان دیگر می توان سنسورهایی را به خدمت گرفت که نحوه طبقه بندی اشیاء و تشخیص الگوها را بدون نیاز به کمک انسانی خوب می دانند؛ این قابلیت در مکان هایی سودمند واقع می گردد که معمولا مملو از خطر بوده و دسترسی به آنها نیز دشوار است. حالا امید می رود در آینده گجت هایی ساخته شوند که علاوه بر ارتباط با جهان خارج توانایی درک آن را نیز دارند.
The post appeared first on .
شبیه سازی موفقیت آمیز رفتار مغز انسان روی یک شبکه عصبی مصنوعی
آخرین دیدگاهها