Исследователи из KIST разработали нейроморфный чип для анализа нейронных связей мозга в реальном времени. Система достигла ускорения обработки в 20,000 раз по сравнению с традиционными методами, сохраняя при этом точность интерпретации.
Анализ нейронной связности мозга становится ключевым для технологий интерфейса мозг-компьютер, таких как управление искусственными конечностями. Традиционные методы требуют длительного хранения данных активности нейронов и статистических вычислений для расчета связей между нейронами. Это приводит к огромным вычислительным затратам и задержкам времени при росте размера нейронной сети, делая real-time анализ практически невозможным.
Команда использовала принцип spike-timing-dependent plasticity (STDP), при котором мозг регулирует силу связей на основе порядка активации сигналов между нейронами. Исследователи разработали новый алгоритм обучения, который значительно сокращает память, необходимую для аппаратной реализации STDP. Устранение memory-consuming обратной таблицы поиска позволило реализовать STDP в масштабируемой структуре даже на высокоинтегрированном нейроморфном железе.
Нейроморфная инженерия представляет собой новое поколение AI-чипов, имитирующих структуру нейронной сети мозга и поведение обучения. США и Европа инвестируют в эту область для обеспечения технологического господства, однако коммерциализация затруднена из-за отсутствия киллерфичи. Технология real-time анализа нейронных связей от KIST демонстрирует практическое применение нейроморфной инженерии и может быть применена в автономных транспортных средствах и спутниковой связи.
Источник новости и обложки: techxplore.com