Нейроморфная инженерия , также известная как нейроморфные вычисления , [1] [2] [3] - это использование систем очень крупномасштабной интеграции (СБИС), содержащих электронные аналоговые схемы, для имитации нейробиологической архитектуры, присутствующей в нервной системе. [4] [5] В последнее время термин нейроморфный используется для описания аналоговых, цифровых, смешанных аналогово-цифровых СБИС и программных систем, реализующих модели нейронных систем (для восприятия , управления моторикой или мультисенсорной интеграции.). Реализация нейроморфных вычислений на аппаратном уровне может быть реализована с помощью мемристоров на основе оксидов , [6] спинтронной памяти, пороговых переключателей и транзисторов . [7] [5]
Ключевым аспектом нейроморфной инженерии является понимание того, как морфология отдельных нейронов, цепей, приложений и общей архитектуры создает желаемые вычисления, влияет на представление информации, влияет на устойчивость к повреждениям, включает обучение и развитие, адаптируется к локальным изменениям (пластичность), и способствует эволюционным изменениям.
Нейроморфная инженерия - это междисциплинарный предмет, который черпает вдохновение из биологии , физики , математики , информатики и электронной инженерии [5] для разработки искусственных нейронных систем, таких как системы зрения, системы « голова-глаз», слуховые процессоры и автономных роботов, физические принципы архитектуры и дизайна основаны на принципах биологических нервных систем. [8] Он был разработан Карвером Мидом [9] в конце 1980-х годов.
Неврологическое вдохновение
Нейроморфная инженерия отличается тем, что черпает вдохновение из того, что мы знаем о структуре и работе мозга. Хотя о мозге и его функциях еще много неизвестно, нейроморфная инженерия переводит то, что мы знаем, в компьютерные системы. Работа в основном сосредоточена на воспроизведении аналоговой природы биологических вычислений и роли нейронов в познании.
Биологические процессы нейронов и их синапсов устрашающе сложны, и поэтому их очень трудно искусственно смоделировать. Ключевой особенностью биологического мозга является то, что вся обработка в нейронах использует аналоговые химические сигналы. Это затрудняет копирование мозга в компьютерах, потому что нынешнее поколение компьютеров полностью цифровое. Однако характеристики этих частей можно абстрагировать в математические функции, которые точно отражают суть операций нейрона.
Целью нейроморфных вычислений является не идеальная имитация мозга и всех его функций, а извлечение того, что известно о его структуре и операциях, для использования в практической вычислительной системе. Ни одна нейроморфная система не претендует и не пытается воспроизвести каждый элемент нейронов и синапсов, но все придерживаются идеи, что вычисления сильно распределены по серии небольших вычислительных элементов, аналогичных нейрону. Хотя это мнение является стандартным, исследователи преследуют эту цель разными методами. [10]
Примеры
Еще в 2006 году исследователи из Технологического института Джорджии опубликовали нейронный массив, программируемый в полевых условиях. [11] Этот чип был первым в линейке все более сложных массивов транзисторов с плавающим затвором, которые позволяли программировать заряд на затворах полевых МОП-транзисторов для моделирования канально-ионных характеристик нейронов в головном мозге, и был одним из первых случаев кремниевый программируемый массив нейронов.
В ноябре 2011 года группа исследователей Массачусетского технологического института создала компьютерный чип, который имитирует аналоговую ионную связь в синапсе между двумя нейронами с использованием 400 транзисторов и стандартных технологий производства КМОП . [12] [13]
В июне 2012 года исследователи спинтроники из Университета Пердью представили доклад о конструкции нейроморфного чипа с использованием боковых спиновых клапанов и мемристоров . Они утверждают, что архитектура работает аналогично нейронам и поэтому может использоваться для тестирования методов воспроизведения обработки мозга. Кроме того, эти микросхемы значительно более энергоэффективны, чем обычные. [14]
Исследования в HP Labs на моттовских мемристорах показали , что в то время как они могут быть не- летучими , летучее поведение , демонстрируемое при температурах значительно ниже фазового переход температуры может быть использовано для изготовления нейристорного , [15] биологически-вдохновенное устройство , которое имитирует поведение FOUND в нейронах. [15] В сентябре 2013 года они представили модели и симуляции, которые показывают, как пиковое поведение этих нейристоров может быть использовано для формирования компонентов, необходимых для машины Тьюринга . [16]
Neurogrid , построенный Мозги в кремнии при Стэнфордском университете , [17] является примером использования технических средств , предназначенных neuromorphic инженерных принципов. Печатная плата состоит из 16 специально разработанных микросхем, называемых NeuroCores. Аналоговая схема каждого NeuroCore предназначена для имитации нейронных элементов для 65536 нейронов, обеспечивая максимальную энергоэффективность. Эмулируемые нейроны подключаются с помощью цифровых схем, предназначенных для максимального увеличения пропускной способности. [18] [19]
Исследовательский проект, имеющий значение для нейроморфной инженерии, - это Human Brain Project, который пытается смоделировать полный человеческий мозг на суперкомпьютере с использованием биологических данных. Он состоит из группы исследователей в области нейробиологии, медицины и информатики. [20] Генри Маркрам , содиректор проекта, заявил, что проект предлагает создать основу для изучения и понимания мозга и его заболеваний, а также использовать эти знания для создания новых компьютерных технологий. Три основные цели проекта - лучше понять, как части мозга подходят и работают вместе, понять, как объективно диагностировать и лечить заболевания мозга, и использовать понимание человеческого мозга для разработки нейроморфных компьютеров. То, что для моделирования полного человеческого мозга потребуется суперкомпьютер, в тысячу раз более мощный, чем сегодня, способствует нынешнему вниманию к нейроморфным компьютерам. [21] Европейская комиссия выделила на проект 1,3 миллиарда долларов . [22]
Другое исследование, имеющее значение для нейроморфной инженерии, связано с инициативой BRAIN [23] и чипом TrueNorth от IBM . [24] Нейроморфные устройства также были продемонстрированы с использованием нанокристаллов, нанопроволок и проводящих полимеров. [25]
Intel представила свой нейроморфный исследовательский чип под названием Loihi в октябре 2017 года. В чипе используется нейронная сеть с асинхронными всплесками (SNN) для реализации адаптивных самомодифицируемых мелкозернистых параллельных вычислений, управляемых событиями, которые используются для реализации обучения и вывода с высокой эффективностью. . [26] [27]
IMEC , бельгийский исследовательский центр наноэлектроники, продемонстрировал первый в мире самообучающийся нейроморфный чип. Созданный мозгом чип, основанный на технологии OxRAM, обладает способностью к самообучению и продемонстрировал способность сочинять музыку. [28] IMEC выпустила 3-секундную мелодию, составленную по прототипу. В чип последовательно загружались песни с одинаковым размером и стилем. Песни представляли собой менуэты на старинных бельгийских и французских флейтах, из которых чип узнал правила игры и затем применил их. [29]
Европейский Союз профинансировал серию проектов Гейдельбергского университета, которые привели к разработке BrainScaleS. BrainScaleS использует аналоговые схемы выше порога для реализации физических моделей нейронных процессов. Используемые здесь схемы работают с биологической скоростью в 10 000 раз больше. BrainScaleS также использует интеграцию в масштабе пластины, чтобы обеспечить повышенную скорость взаимосвязанных аналоговых схем.
Проект Blue Brain Project, возглавляемый Генри Маркрамом, направлен на создание биологически подробных цифровых реконструкций и симуляций мозга мыши. Проект Blue Brain Project создал in silico модели мозга грызунов, пытаясь воспроизвести как можно больше деталей о его биологии. Моделирование на суперкомпьютере открывает новые перспективы для понимания структуры и функций мозга.
Этические соображения
Хотя междисциплинарная концепция нейроморфной инженерии является относительно новой, к нейроморфным системам применимы многие из тех же этических соображений, что и к человекоподобным машинам и искусственному интеллекту в целом. Однако тот факт, что нейроморфные системы созданы для имитации человеческого мозга, порождает уникальные этические вопросы, связанные с их использованием.
Однако практические дебаты заключаются в том, что нейроморфное оборудование, а также искусственные «нейронные сети» представляют собой чрезвычайно упрощенные модели того, как мозг работает или обрабатывает информацию, с гораздо меньшей сложностью с точки зрения размера и функциональной технологии и гораздо более регулярной структурой с точки зрения возможность подключения. Сравнение нейроморфных чипов с мозгом - очень грубое сравнение, подобное сравнению самолета с птицей только потому, что у них обоих есть крылья и хвост. Дело в том, что нейронные когнитивные системы на много порядков более энергоемкие и вычислительные, чем современный искусственный интеллект, и нейроморфная инженерия - это попытка сократить этот разрыв, вдохновляя механизм мозга, как и многие инженерные разработки. -вдохновленные черты.
Демократические проблемы
Существенные этические ограничения могут быть наложены на нейроморфную инженерию из-за общественного мнения. [30] Специальный Евробарометр 382: Отношение общества к роботам, исследование, проведенное Европейской комиссией, показало, что 60% граждан Европейского Союза хотели запретить использование роботов для ухода за детьми, пожилыми людьми или инвалидами. Кроме того, 34% высказались за запрет использования роботов в образовании, 27% - в здравоохранении и 20% - в сфере досуга. Европейская комиссия классифицирует эти области как «человеческие». В отчете отмечается растущее беспокойство общественности по поводу роботов, способных имитировать или копировать функции человека. Нейроморфная инженерия, по определению, предназначена для воспроизведения функции человека: функции человеческого мозга. [31]
Демократические проблемы, связанные с нейроморфной инженерией, вероятно, станут еще более серьезными в будущем. Европейская комиссия обнаружила, что граждане ЕС в возрасте от 15 до 24 лет с большей вероятностью считают роботов похожими на людей (в отличие от инструментов), чем граждане ЕС старше 55 лет. был определен как человекоподобный, 75% граждан ЕС в возрасте от 15 до 24 лет заявили, что это соответствует их представлению о роботах, в то время как только 57% граждан ЕС в возрасте старше 55 лет ответили таким же образом. Таким образом, человекоподобная природа нейроморфных систем может помещать их в категорию роботов, которые многие граждане ЕС хотели бы видеть запрещенными в будущем. [31]
Личность
По мере того, как нейроморфные системы становятся все более продвинутыми, некоторые ученые выступают за предоставление им прав личности . Если мозг - это то, что наделяет людей индивидуальностью, в какой степени нейроморфная система должна имитировать человеческий мозг, чтобы получить права личности? Критики развития технологий в проекте Human Brain Project , который направлен на развитие вычислений, вдохновляемых мозгом, утверждали, что развитие нейроморфных вычислений может привести к машинному сознанию или индивидуальности. [32] Если к этим системам следует относиться как к людям, утверждают критики, то многие задачи, которые люди выполняют с использованием нейроморфных систем, включая акт прекращения работы нейроморфных систем, могут быть морально недопустимыми, поскольку эти действия нарушат автономию нейроморфных систем. [33]
Двойное использование (военные приложения)
Объединенный Искусственный интеллект центр , филиал американских военных, является центром посвященный закупкам и реализации программного обеспечения AI и neuromorphic оборудования для боевого применения. К конкретным приложениям относятся умные гарнитуры / очки и роботы. JAIC намеревается в значительной степени полагаться на нейроморфную технологию, чтобы соединить «каждого бойца с каждым стрелком» в сеть подразделений с нейроморфными функциями.
Юридические соображения
Скептики утверждали, что нет способа применить на законных основаниях электронную личность, концепцию личности, которая могла бы применяться к нейроморфным технологиям. В письме, подписанном 285 экспертами в области права, робототехники, медицины и этики, выступающих против предложения Европейской комиссии признать «умных роботов» юридическими лицами, авторы пишут: «Правовой статус робота не может происходить от физического лица. Модель, поскольку в этом случае робот будет обладать правами человека , такими как право на достоинство, право на его неприкосновенность, право на вознаграждение или право на гражданство, что напрямую противоречит правам человека. Это противоречило бы Хартии основных прав Европейского Союза и Конвенции о защите прав человека и основных свобод ». [34]
Право собственности и имущественные права
По поводу прав собственности и искусственного интеллекта ведутся серьезные юридические дебаты. В Acohs Pty Ltd против. Ucorp Pty Ltd , юстиции Кристофер Джессеп в Федеральный суд Австралии обнаружили , что исходный код для Паспорте безопасности не могут быть защищены авторским правом , как он был создан с помощью программного интерфейса , а не автору человека. [35] Тот же вопрос может применяться к нейроморфным системам: если нейроморфная система успешно имитирует человеческий мозг и производит часть оригинальной работы, кто, если кто-либо, может претендовать на право собственности на эту работу?
Нейромемристивные системы
Нейромемристические системы являются подклассом нейроморфных вычислительных систем, которые сосредоточены на использовании мемристоров для реализации нейропластичности . В то время как нейроморфная инженерия фокусируется на имитации биологического поведения, нейромемристические системы сосредоточены на абстракции. [36] Например, нейромемристическая система может заменить детали поведения кортикальной микросхемы абстрактной моделью нейронной сети. [37]
Существует несколько нейронных пороговых логических функций [6], реализованных с мемристорами, которые используются в приложениях распознавания образов высокого уровня . Некоторые приложения недавно сообщили , включают распознавание речи , [38] распознавания лиц [39] и распознавание объектов . [40] Они также находят применение при замене обычных цифровых логических вентилей. [41] [42]
Для идеальных пассивных мемристивных схем существует точное уравнение (уравнение Каравелли-Траверса- Ди Вентра ) для внутренней памяти схемы: [43]
как функция свойств физической мемристической сети и внешних источников. В приведенном выше уравнении постоянная шкалы времени "забвения", а также это отношение выключен , и на значениях предельных сопротивлений мемристоров, - вектор источников схемы и является проектором на основных контурах схемы. Постояннаяимеет размерность напряжения и связана со свойствами мемристора ; его физическое происхождение - подвижность заряда в проводнике. Диагональная матрица и вектор а также соответственно, вместо этого являются внутренними значениями мемристоров со значениями от 0 до 1. Таким образом, это уравнение требует добавления дополнительных ограничений на значения памяти, чтобы быть надежным.
Смотрите также
- AI-ускоритель
- Искусственный мозг
- Биоморфный
- Когнитивный компьютер
- Вычислительные и нейронные системы
- Дифференцируемое программирование
- Нейроробототехника
- Оптический датчик потока
- Физическая нейронная сеть
- Спинакер
- СИНАПС
- Чип зрения
- Блок обработки зрения
- Zeroth (программное обеспечение)
Рекомендации
- ^ Монро, Д. (2014). «Нейроморфные вычисления готовятся к (действительно) большому времени». Коммуникации ACM . 57 (6): 13–15. DOI : 10.1145 / 2601069 . S2CID 20051102 .
- ^ Чжао, WS; Agnus, G .; Дерике, В .; Filoramo, A .; Bourgoin, J. -P .; Гамрат, К. (2010). «Архитектура перекрестия на основе нанотрубок: к нейроморфным вычислениям» . Нанотехнологии . 21 (17): 175202. Bibcode : 2010Nanot..21q5202Z . DOI : 10.1088 / 0957-4484 / 21/17/175202 . PMID 20368686 .
- ^ The Human Brain Project SP 9: Платформа нейроморфных вычислений на YouTube
- ^ Мид, Карвер (1990). «Нейроморфные электронные системы» (PDF) . Труды IEEE . 78 (10): 1629–1636. DOI : 10.1109 / 5.58356 .
- ^ а б в "Нейроморфные цепи с нейронной модуляцией, улучшающие информационное содержание нейронных сигналов | Международная конференция по нейроморфным системам 2020". DOI : 10.1145 / 3407197.3407204 . S2CID 220794387 . Цитировать журнал требует
|journal=
( помощь ) - ^ а б Маан, AK; Джаядеви, Д.А.; Джеймс, AP (1 января 2016 г.). "Обзор запоминающих пороговых логических схем". Транзакции IEEE в нейронных сетях и обучающих системах . ПП (99): 1734–1746. arXiv : 1604.07121 . Bibcode : 2016arXiv160407121M . DOI : 10.1109 / TNNLS.2016.2547842 . ISSN 2162-237X . PMID 27164608 . S2CID 1798273 .
- ^ Чжоу, ты; Раманатан, С. (1 августа 2015 г.). «Память Мотта и нейроморфные устройства» . Труды IEEE . 103 (8): 1289–1310. DOI : 10.1109 / JPROC.2015.2431914 . ISSN 0018-9219 . S2CID 11347598 .
- ^ Boddhu, SK; Галлахер, JC (2012). «Качественный функциональный анализ разложения эволюционированных нейроморфных контроллеров полета» . Прикладной вычислительный интеллект и мягкие вычисления . 2012 : 1-21. DOI : 10.1155 / 2012/705483 .
- ^ Мид, Карвер. "сайт резчика медовухи" . карвермид .
- ^ Фурбер, Стив (2016). «Крупномасштабные нейроморфные вычислительные системы» . Журнал нейронной инженерии . 13 : 1–15. DOI : 10.1088 / 1741-2560 / 13/5/051001 .
- ^ Фаркуар, Итан; Хаслер, Пол. (Май 2006 г.). Программируемый нейронный массив . Международный симпозиум IEEE по схемам и системам . С. 4114–4117. DOI : 10.1109 / ISCAS.2006.1693534 . ISBN 978-0-7803-9389-9. S2CID 206966013 .
- ^ «Массачусетский технологический институт создает« мозговой чип » » . Проверено 4 декабря 2012 года .
- ^ Пун, Чи-Санг; Чжоу, Куан (2011). «Нейроморфные кремниевые нейроны и крупномасштабные нейронные сети: проблемы и возможности» . Границы неврологии . 5 : 108. doi : 10.3389 / fnins.2011.00108 . PMC 3181466 . PMID 21991244 .
- ^ Шарад, Мриганк; Августин, Чарльз; Панагопулос, Георгиос; Рой, Кошик (2012). «Предложение по нейроморфному оборудованию с использованием спиновых устройств». arXiv : 1206.3227 [ cond-mat.dis-nn ].
- ^ а б Пикетт, Мэриленд; Medeiros-Ribeiro, G .; Уильямс, RS (2012). «Масштабируемый нейристор, построенный на мемристорах Мотта» . Материалы природы . 12 (2): 114–7. Bibcode : 2013NatMa..12..114P . DOI : 10.1038 / nmat3510 . PMID 23241533 . S2CID 16271627 .
- ^ Мэтью Д. Пикетт и Р. Стэнли Уильямс (сентябрь 2013 г.). «Фазовые переходы обеспечивают вычислительную универсальность в клеточных автоматах на основе нейристоров». Нанотехнологии . IOP Publishing Ltd. 24 (38). 384002. Bibcode : 2013Nanot..24L4002P . DOI : 10.1088 / 0957-4484 / 24/38/384002 . PMID 23999059 .
- ^ Боахен, Квабена (24 апреля 2014 г.). «Нейросеть: смешанная аналогово-цифровая мультичиповая система для крупномасштабного нейронного моделирования». Труды IEEE . 102 (5): 699–716. DOI : 10.1109 / JPROC.2014.2313565 . S2CID 17176371 .
- ^ Уолдроп, М. Митчелл (2013). «Нейроэлектроника: умные связи» . Природа . 503 (7474): 22–4. Bibcode : 2013Natur.503 ... 22W . DOI : 10.1038 / 503022a . PMID 24201264 .
- ^ Бенджамин, Бен Варки; Пейран Гао; Маккуинн, Эммет; Чоудхари, Сводеш; Чандрасекаран, Ананд Р .; Буссат, Жан-Мари; Альварес-Икаса, Родриго; Артур, Джон В .; Merolla, Paul A .; Боахен, Квабена (2014). «Нейросеть: смешанная аналогово-цифровая мультичиповая система для крупномасштабного нейронного моделирования». Труды IEEE . 102 (5): 699–716. DOI : 10.1109 / JPROC.2014.2313565 . S2CID 17176371 .
- ^ «Вовлеченные организации» . Архивировано из оригинального 2 - го марта 2013 года . Проверено 22 февраля 2013 года .
- ^ «Проект человеческого мозга» . Проверено 22 февраля 2013 года .
- ^ «Проект человеческого мозга и набор кибервоинов» . 29 января 2013 . Проверено 22 февраля 2013 года .
- ^ Нейроморфные вычисления: машина новой души , The Economist, 2013-08-03
- ^ Модха, Дхармендра (август 2014 г.). «Интегральная схема миллиона нейронов с масштабируемой коммуникационной сетью и интерфейсом». Наука . 345 (6197): 668–673. Bibcode : 2014Sci ... 345..668M . DOI : 10.1126 / science.1254642 . PMID 25104385 . S2CID 12706847 .
- ^ Фэрфилд, Джессамин (1 марта 2017 г.). «Умные машины» (PDF) .
- ^ Дэвис, Майк; и другие. (16 января 2018 г.). "Loihi: нейроморфный многоядерный процессор с обучением на кристалле". IEEE Micro . 38 (1): 82–99. DOI : 10.1109 / MM.2018.112130359 . S2CID 3608458 .
- ^ Моррис, Джон. «Почему Intel построила нейроморфный чип» . ZDNet . Проверено 17 августа 2018 года .
- ^ «Imec демонстрирует самообучающийся нейроморфный чип, который сочиняет музыку» . IMEC International . Проверено 1 октября 2019 года .
- ^ Бурзак, Кэтрин. «Нейроморфный чип, делающий музыку» . IEEE Spectrum . Проверено 1 октября 2019 года .
- ^ Исследовательская комиссия 2015 г. (сентябрь 2016 г.). Искусственный интеллект и жизнь в 2030 году (PDF) . Столетнее исследование искусственного интеллекта (AI100) (отчет). Стэндфордский Университет.
- ^ а б Европейская комиссия (сентябрь 2012 г.). «Специальный Евробарометр 382: Отношение общества к роботам» (PDF) . Европейская комиссия .
- ^ Айкарди, Кристина (сентябрь 2018 г.). «Разработка сопутствующих технологий в проекте« Человеческий мозг: от предвидения к этическому менеджменту »» . Фьючерсы . 102 : 114–124. DOI : 10.1016 / j.futures.2018.01.005 .
- ^ Лим, Даниэль (1 июня 2014 г.). «Моделирование мозга и личность: проблема человеческого мозга». Этика и информационные технологии . 16 (2): 77–89. DOI : 10.1007 / s10676-013-9330-5 . ISSN 1572-8439 . S2CID 17415814 .
- ^ «Открытый бюллетень по робототехнике | Открытое письмо в Европейскую Комиссию» (на французском языке) . Проверено 10 мая 2019 года .
- ^ Лаван. «Авторское право на исходный код и цифровые продукты» . Лаван . Проверено 10 мая 2019 года .
- ^ «002.08 Семинар NICE 2014: На пути к интеллектуальным вычислениям с нейромемристическими схемами и системами - февраль 2014 г.» . digitalops.sandia.gov . Проверено 26 августа 2019 года .
- ^ C. Меркель и Д. Кудитипуди, «Нейромемристические машины с экстремальным обучением для классификации паттернов», ISVLSI, 2014.
- ^ Маан, AK; Джеймс, AP; Димитриев, С. (2015). «Распознаватель образов мемристора: распознавание слов изолированной речи» . Письма об электронике . 51 (17): 1370–1372. DOI : 10.1049 / el.2015.1428 . hdl : 10072/140989 . S2CID 61454815 .
- ^ Маан, Акшай Кумар; Kumar, Dinesh S .; Джеймс, Алекс Паппачен (1 января 2014 г.). «Памятное пороговое логическое распознавание лиц» . Процедуры информатики . 5-я ежегодная международная конференция по биологически вдохновленным когнитивным архитектурам, 2014 BICA. 41 : 98–103. DOI : 10.1016 / j.procs.2014.11.090 .
- ^ Маан, AK; Кумар, DS; Sugathan, S .; Джеймс, AP (1 октября 2015 г.). "Мемристивная пороговая логическая схема обнаружения быстро движущихся объектов". Транзакции IEEE в системах с очень крупномасштабной интеграцией (СБИС) . 23 (10): 2337–2341. arXiv : 1410.1267 . DOI : 10.1109 / TVLSI.2014.2359801 . ISSN 1063-8210 . S2CID 9647290 .
- ^ Джеймс, AP; Фрэнсис, LRVJ; Кумар, Д.С. (1 января 2014 г.). «Резистивная пороговая логика». Транзакции IEEE в системах с очень крупномасштабной интеграцией (СБИС) . 22 (1): 190–195. arXiv : 1308.0090 . DOI : 10.1109 / TVLSI.2012.2232946 . ISSN 1063-8210 . S2CID 7357110 .
- ^ Джеймс, AP; Кумар, DS; Аджаян, А. (1 ноября 2015 г.). "Пороговые логические вычисления: схемы Memristive-CMOS для быстрого преобразования Фурье и ведического умножения". Транзакции IEEE в системах с очень крупномасштабной интеграцией (СБИС) . 23 (11): 2690–2694. arXiv : 1411.5255 . DOI : 10.1109 / TVLSI.2014.2371857 . ISSN 1063-8210 . S2CID 6076956 .
- ^ Каравелли; и другие. (2017). «Сложная динамика мемристических схем: аналитические результаты и универсальная медленная релаксация». Physical Review E . 95 (2): 022140. arXiv : 1608.08651 . Bibcode : 2017PhRvE..95b2140C . DOI : 10.1103 / PhysRevE.95.022140 . PMID 28297937 . S2CID 6758362 .
Внешние ссылки
- Теллуридская нейроморфная инженерная мастерская
- Мастерская когнитивной нейроморфной инженерии CapoCaccia
- Институт нейроморфной инженерии
- Новостной сайт INE .
- Границы в журнале нейроморфной инженерии
- Отдел вычислений и нейронных систем Калифорнийского технологического института .
- Официальный сайт Human Brain Project
- Создание кремниевого мозга: компьютерные микросхемы на основе биологических нейронов могут помочь в моделировании более крупных и сложных моделей мозга. 1 мая 2019 года. САНДИП РАВИНДРАН