Команда исследователей из Корейского института передовых технологий (KAIST) разработала новый нейроморфный чип на основе мемристоров, который способен к самообучению и исправлению ошибок в реальном времени. Этот чип, имитирующий работу человеческого мозга, объединяет хранение и обработку данных, что делает его значительно эффективнее существующих систем.
Технология позволяет обрабатывать информацию локально, повышая скорость, безопасность и энергоэффективность AI-приложений в различных устройствах, таких как умные камеры и медицинское оборудование.
Ключевой особенностью разработки является использование мемристора — полупроводникового устройства нового поколения, чьи характеристики переменного сопротивления заменяют синапсы в нейронных сетях. Благодаря этому решению обработка и хранение данных происходят одновременно, имитируя работу мозговых клеток.
Изображение, полученное с помощью сканирующего электронного микроскопа (СЭМ), чипа, оснащённого высоконадёжной матрицей мемристоров без селектора 32×32 (слева). Аппаратная система, разработанная для реализации искусственного интеллекта в реальном времени (справа).
Источник: Nature Electronics (2025). DOI: 10.1038/s41928-024-01318-6
«Эта система похожа на умное рабочее пространство, где всё находится на расстоянии вытянутой руки, вместо того чтобы постоянно перемещаться между столами и картотеками», — поясняют ведущие разработчики технологии Хакчон Чжон и Сынджэ Хан из KAIST.
Созданный чип способен самостоятельно обучаться распознаванию движущихся объектов на видео, отделяя их от фона, причём эффективность этого процесса со временем повышается. В ходе исследований точность работы устройства достигла уровня идеальных компьютерных симуляций при обработке изображений в реальном времени.
Новая технология решает проблему неэффективности традиционных компьютерных систем при обработке сложных данных и позволит выполнять задачи искусственного интеллекта локально, без использования удалённых облачных серверов. Это значительно ускорит обработку данных, повысит уровень конфиденциальности и энергоэффективности различных устройств.
Разработка может быть использована в умных камерах видеонаблюдения для быстрого и безопасного распознавания подозрительной активности, в медицинских устройствах для анализа данных о здоровье пациента в реальном времени, а также в различных устройствах с искусственным интеллектом, таких как роботы, дроны и автомобили с автопилотом. Благодаря энергоэффективности, чип подходит для применения в мобильных устройствах и устройствах Интернета вещей.