Обзор: нейрон как основа для мемристора

00:00:00 Введение • Переход от традиционных вычислений к биологически вдохновлённым системам. • Обзор научной статьи о нейроморфных импульсных нейронных сетях. • Детальный разбор архитектуры импульсных сетей, математических моделей нейронов и роли мемристоров. 00:00:32 Энергоэффективность мозга • Мозг потребляет всего 20 ватт, в то время как суперкомпьютеры требуют мегаватты. • Разница в энергоэффективности стимулирует поиск новых парадигм вычислений. 00:01:26 Мозг против классического компьютера • Архитектура фон Неймана разделяет хранение и обработку данных, что создаёт узкое место. • В биологическом мозге обработка и память переплетены. 00:01:53 Эволюция искусственных нейронов • Первые модели: Маккалока-Питтса, перцептрон Розенблатта. • Второе поколение: сети непрерывного действия с аналоговым выходом. • Глубокие нейронные сети доминируют, но их энергопотребление далеко от биологии. 00:02:44 Архитектура импульсных сетей • Импульсные нейронные сети СНН обрабатывают данные в непрерывном времени. • Нейроны накапливают заряд и генерируют импульсы при достижении порога. • Псевдо-одновременность минимизирует задержки. 00:04:26 Математические модели нейронов • Модели Ходжкина-Хаксли и упрощённые модели динамики. • Модель интегрирования и срабатывания Интегр Файер идеальна для физического железа. 00:05:36 Мемристоры как искусственные синапсы • Мемристоры запоминают электрическую историю и адаптируются. • Их поведение отражает пластичность мозга. • Гибридные системы с мемристорами могут стать основой для нового уровня ИИ. 00:07:03 Заключение • Развитие технологий ведёт к созданию умных машин будущего. • Системы с нулевой задержкой и низким энергопотреблением могут стать реальностью.