一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

模擬芯片能夠模仿人腦神經(jīng)元和突觸的活動(dòng)

MEMS ? 來(lái)源:新智元 ? 作者:新智元 ? 2021-02-20 09:26 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

人腦一直給研究者提供靈感,神經(jīng)形態(tài)計(jì)算受到人腦的低功耗和快速計(jì)算特點(diǎn)啟發(fā)而出現(xiàn),它或許會(huì)是超大規(guī)模機(jī)器和人工智能應(yīng)用(如自動(dòng)駕駛)未來(lái)的基石。 神經(jīng)形態(tài)芯片的最初思想可以追溯到加州理工學(xué)院的Carver Mead 教授在1990年發(fā)表的一篇論文。

Mead在論文中提出,模擬芯片能夠模仿人腦神經(jīng)元和突觸的活動(dòng),與模擬芯片的二進(jìn)制本質(zhì)不同,模擬芯片是一種輸出可以變化的芯片。

但是目前,神經(jīng)形態(tài)計(jì)算的發(fā)展受到傳統(tǒng)電子學(xué)固有局限的阻礙。 最近,由英國(guó)阿斯頓大學(xué)研究人員發(fā)起的一個(gè)新項(xiàng)目「Neu-ChiP」,展示了如何通過(guò)教授在微芯片上培育的人類腦干細(xì)胞來(lái)解決數(shù)據(jù)問(wèn)題,從而為機(jī)器學(xué)習(xí)技術(shù)的「范式轉(zhuǎn)變」奠定基礎(chǔ)。

該項(xiàng)目為期3年,獲得了歐盟委員會(huì)的「未來(lái)與新興技術(shù)」(Future and Emerging Technologies,F(xiàn)ET)項(xiàng)目350萬(wàn)歐元(約2700萬(wàn)人民幣)的資助; 英國(guó)、法國(guó)、西班牙、瑞士和以色列的高校和機(jī)構(gòu)也參與其中,包括英國(guó)羅浮堡大學(xué)、巴塞羅那大學(xué)、法國(guó)國(guó)家科學(xué)研究中心、以色列理工學(xué)院和3Brain AG 公司。

芯片上的大腦

在Neu-ChiP項(xiàng)目中,研究小組將把類似于人類大腦皮層的干細(xì)胞網(wǎng)絡(luò)分層放在微芯片上。然后通過(guò)向細(xì)胞發(fā)射不斷變化的光束模式來(lái)刺激細(xì)胞。

項(xiàng)目利用先進(jìn)的3D電腦模型可以觀察細(xì)胞發(fā)生的任何變化,了解他們的適應(yīng)能力如何。 這模仿了人類大腦的可塑性,可以迅速適應(yīng)新的信息。 據(jù)悉,該項(xiàng)目將在培養(yǎng)皿中設(shè)計(jì)神經(jīng)元回路并訓(xùn)練它們進(jìn)行數(shù)據(jù)分析的能力,將為大腦如何計(jì)算信息并找到解決方案提供新的見(jiàn)解。 開(kāi)發(fā)的技術(shù)甚至可能有助于設(shè)計(jì)獨(dú)特的人機(jī)界面。 而且,該項(xiàng)目不僅要建立一個(gè)由許多非常復(fù)雜的人類神經(jīng)細(xì)胞組成的系統(tǒng)模型,研究人員還將嘗試超越這個(gè)模型,將神經(jīng)系統(tǒng)驅(qū)動(dòng)到一個(gè)能夠進(jìn)行非平凡計(jì)算的狀態(tài)。

芯片上的大腦:致力于突破人工智能的界限(cr: 3Brain AG) 項(xiàng)目的生物學(xué)專家表示,這個(gè)項(xiàng)目將致力于尋求建立神經(jīng)形態(tài)電路,并將新興的電子設(shè)備與生物神經(jīng)元結(jié)合起來(lái)。 在合成生物學(xué)的背景下,看到活細(xì)胞中的計(jì)算是如何從數(shù)字化通過(guò)模擬進(jìn)化到神經(jīng)形態(tài)計(jì)算范式,這將會(huì)令人印象深刻。 阿斯頓大學(xué)數(shù)學(xué)教授David Saad說(shuō): 「我們的目標(biāo)是利用人類大腦無(wú)與倫比的計(jì)算能力,極大地提高計(jì)算機(jī)幫助我們解決復(fù)雜問(wèn)題的能力。我們相信,這個(gè)項(xiàng)目有可能突破目前處理能力和能源消耗的局限,從而帶來(lái)機(jī)器學(xué)習(xí)技術(shù)的范式轉(zhuǎn)變。」

責(zé)任編輯:lq

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)元
    +關(guān)注

    關(guān)注

    1

    文章

    368

    瀏覽量

    18846
  • 微芯片
    +關(guān)注

    關(guān)注

    0

    文章

    61

    瀏覽量

    13925
  • 模擬芯片
    +關(guān)注

    關(guān)注

    8

    文章

    654

    瀏覽量

    51670

原文標(biāo)題:芯片上的大腦:英國(guó)科學(xué)家將類人腦干細(xì)胞編織在芯片上

文章出處:【微信號(hào):MEMSensor,微信公眾號(hào):MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    無(wú)刷直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng)

    摘要:針對(duì)無(wú)刷直流電機(jī)(BLDCM)設(shè)計(jì)了一種可在線學(xué)習(xí)的單神經(jīng)元自適應(yīng)比例-積分-微分(PID)智能控制器,通過(guò)有監(jiān)督的 Hebb學(xué)習(xí)規(guī)則調(diào)整權(quán)值,每次采樣根據(jù)反饋誤差對(duì)神經(jīng)元權(quán)值進(jìn)行調(diào)整,以實(shí)現(xiàn)
    發(fā)表于 06-26 13:36

    無(wú)刷直流電機(jī)單神經(jīng)元PI控制器的設(shè)計(jì)

    摘要:研究了一種基于專家系統(tǒng)的單神經(jīng)元PI控制器,并將其應(yīng)用于無(wú)刷直流電機(jī)調(diào)速系統(tǒng)中??刂破鲗?shí)現(xiàn)了PI參數(shù)的在線調(diào)整,在具有PID控制器良好動(dòng)態(tài)性能的同時(shí),減少微分項(xiàng)對(duì)系統(tǒng)穩(wěn)態(tài)運(yùn)行時(shí)的影響,并較好
    發(fā)表于 06-26 13:34

    ADI人形機(jī)器人的“感覺(jué)神經(jīng) + 電力神經(jīng)元”核心芯片方案盤(pán)點(diǎn)

    作為全球領(lǐng)先的模擬/混合信號(hào)芯片公司,憑借其在 傳感器、信號(hào)鏈、精密模擬、功率管理與接口技術(shù) 方面的深厚積累,已成為人形機(jī)器人核心組件方案的重要供應(yīng)商。 人形機(jī)器人核心模塊中ADI的貢獻(xiàn): 模塊 關(guān)鍵
    的頭像 發(fā)表于 06-17 13:41 ?830次閱讀

    【「芯片通識(shí)課:一本書(shū)讀懂芯片技術(shù)」閱讀體驗(yàn)】從deepseek看今天芯片發(fā)展

    的: 神經(jīng)網(wǎng)絡(luò)處理器(NPU)是一種模仿人腦神經(jīng)網(wǎng)絡(luò)的電路系統(tǒng),是實(shí)現(xiàn)人工智能中神經(jīng)網(wǎng)絡(luò)計(jì)算的專用處理器,主要用于人工智能深度學(xué)習(xí)模型的加速訓(xùn)練。人工智能要
    發(fā)表于 04-02 17:25

    腦電偽跡系列之腦電偽跡處理與技術(shù)剖析

    在上一篇系列文章中了解到,腦電信號(hào)反映大腦神經(jīng)元活動(dòng),在神經(jīng)科學(xué)研究、臨床診斷、腦機(jī)接口等領(lǐng)域應(yīng)用廣泛。但腦電信號(hào)幅值微弱極易受偽跡干擾。這些偽跡降低信號(hào)信噪比,增加數(shù)據(jù)變異性,導(dǎo)致實(shí)驗(yàn)結(jié)果偏差
    的頭像 發(fā)表于 03-04 20:24 ?955次閱讀
    腦電偽跡系列之腦電偽跡處理與技術(shù)剖析

    BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)原則

    ,僅作為數(shù)據(jù)輸入的接口。輸入層的神經(jīng)元個(gè)數(shù)通常與輸入數(shù)據(jù)的特征數(shù)量相對(duì)應(yīng)。 隱藏層 :對(duì)輸入信號(hào)進(jìn)行非線性變換,是神經(jīng)網(wǎng)絡(luò)的核心部分,負(fù)責(zé)學(xué)習(xí)輸入與輸出之間的復(fù)雜映射關(guān)系。隱藏層可以有一層或多層,層數(shù)和神經(jīng)元數(shù)量根據(jù)具體問(wèn)題而定
    的頭像 發(fā)表于 02-12 16:41 ?748次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每一層都由若干個(gè)神經(jīng)元構(gòu)成,神經(jīng)元之間通過(guò)權(quán)重連接。信號(hào)在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) : CNN主要由卷積層、池化層和全連接層組成。
    的頭像 發(fā)表于 02-12 15:53 ?676次閱讀

    王欣然教授團(tuán)隊(duì)提出基于二維材料的高效稀疏神經(jīng)網(wǎng)絡(luò)硬件方案

    。 ? 稀疏性 (Sparsity)?是人腦中的神經(jīng)突觸的本征屬性。在大腦發(fā)育過(guò)程中,超過(guò)一半的突觸會(huì)以細(xì)粒度和非結(jié)構(gòu)化的方式被剪枝?(Pruning),這是
    的頭像 發(fā)表于 01-13 10:41 ?541次閱讀
    王欣然教授團(tuán)隊(duì)提出基于二維材料的高效稀疏<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)硬件方案

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    所擬合的數(shù)學(xué)模型的形式受到大腦中神經(jīng)元的連接和行為的啟發(fā),最初是為了研究大腦功能而設(shè)計(jì)的。然而,數(shù)據(jù)科學(xué)中常用的神經(jīng)網(wǎng)絡(luò)作為大腦模型已經(jīng)過(guò)時(shí),現(xiàn)在它們只是能夠在某些應(yīng)用中提供最先進(jìn)性能的機(jī)器學(xué)習(xí)模型。近年來(lái),由于
    的頭像 發(fā)表于 01-09 10:24 ?1215次閱讀
    人工<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)的原理和多種<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)架構(gòu)方法

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    神經(jīng)網(wǎng)絡(luò),也稱為全連接神經(jīng)網(wǎng)絡(luò)(Fully Connected Neural Networks,F(xiàn)CNs),其特點(diǎn)是每一層的每個(gè)神經(jīng)元都與下一層的所有神經(jīng)元相連。這種結(jié)構(gòu)簡(jiǎn)單直觀,但在
    的頭像 發(fā)表于 11-15 14:53 ?1885次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN
    的頭像 發(fā)表于 11-15 09:42 ?1138次閱讀

    什么是NPU芯片及其功能

    的設(shè)計(jì)靈感來(lái)源于人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。人腦通過(guò)神經(jīng)元突觸的復(fù)雜網(wǎng)絡(luò)處理信息,而NPU芯片則通過(guò)
    的頭像 發(fā)表于 11-14 15:48 ?5306次閱讀

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念你厘清了么~

    可以不局限于已知的訓(xùn)練圖像開(kāi)展識(shí)別。該神經(jīng)網(wǎng)絡(luò)需要映射到MCU中。 5、AI的模式識(shí)別內(nèi)部到底是什么? AI的神經(jīng)元網(wǎng)絡(luò)類似于人腦的生物神經(jīng)元網(wǎng)絡(luò)。一個(gè)
    發(fā)表于 10-24 13:56

    【飛凌嵌入式OK3576-C開(kāi)發(fā)板體驗(yàn)】RKNPU圖像識(shí)別測(cè)試

    )公司開(kāi)發(fā)的一種神經(jīng)網(wǎng)絡(luò)處理器(Neural Processing Unit),專門(mén)用于加速神經(jīng)網(wǎng)絡(luò)計(jì)算。以下是關(guān)于RKNPU的詳細(xì)介紹: 2.1、定義與功能 定義 :RKNPU是在電路層模擬人類
    發(fā)表于 10-10 09:27

    NPU和GPU有什么區(qū)別

    NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理器) 是一種專門(mén)設(shè)計(jì)用于加速神經(jīng)網(wǎng)絡(luò)運(yùn)算的硬件加速器。它的核心理念是模擬人腦神經(jīng)網(wǎng)絡(luò)的工作原理,通過(guò)大規(guī)模并行處理單元(類似于
    的頭像 發(fā)表于 08-13 09:32 ?2442次閱讀