مهندسی نورومورفیک

توضیحات کتاب

مغز یک کامپیوتر دیجیتالی جلالی نیست. این اطلاعات را در ثبت ها ذخیره نمی کند و نمایش های ذهنی را برای ایجاد ادراک یا رفتار تغییر نمی دهد. مغز را نمی توان برای رایانه بارگیری کرد تا جاودانگی را تأمین کند ، و همچنین نمی تواند جهان را با داشتن هوشیاری ظهور شده خود در فضای مجازی سفر کند. با این حال ، مطالعه معماری محاسباتی هسته مغز می تواند دانشمندان ، معماران رایانه و طراحان الگوریتم ها را تشویق کند تا به طور اساسی در مورد هنر خود فکر کنند.

فوتونیک نورومورفیک

چکیده

مهندسی نورومورفیک با ساختن پل فیزیک و زیست شناسی با سیستم عامل های مهندسی و افزایش عملکرد برای برنامه های متقابل با محیط های طبیعی مانند بینایی و گفتار ، مهندسی نورومورفیک را ایجاد می کند. نمایش اطلاعات می تواند تأثیر بسزایی در پردازش اطلاعات داشته باشد. در آنچه که نسل سوم الکترونیک نورومورفیک در نظر گرفته می شود ، رویکردها با استفاده از سیگنال های چرخشی نمونه برداری می شوند. 

مهندسی نورومورفیک

مهندسی نورومورفیک یک رشته نسبتاً جوان است که تلاش می کند با استفاده از مدارهای الکترونیکی پیاده سازی شده در فناوری یکپارچه سازی در مقیاس بزرگ ، تحقق فیزیکی مدل های بیولوژیکی واقع گرایانه سیستم های عصبی را ایجاد کند. در حالی که در ابتدا بر روی مدل های حاشیه حسی با استفاده از مدارهای عمدتا آنالوگ تمرکز شده بود ، این رشته رشد کرده و گسترش یافته است و شامل مدل سازی سیستم های پردازش عصبی است که شامل نقش محاسباتی بدن ، مدل یادگیری و فرایندهای شناختی و اجرای توزیع گسترده افزایش شبکه های عصبی با استفاده از انواع تکنیک ها و فن آوری های طراحی. 

مهندسی نورومورفیک

مهندسی نورومورفیک ، همچنین به عنوان محاسبات نورومورفیک شناخته می شود ،  استفاده از سیستم های یکپارچه سازی در مقیاس بسیار بزرگ (VLSI) حاوی مدارهای الکترونیکی آنالوگ برای تقلید از ساختارهای عصبی بیولوژیکی موجود در سیستم عصبی است. در چند وقت اخیر ، اصطلاح نورومورفیک برای توصیف سیستم های آنالوگ ، دیجیتال ، حالت مختلط آنالوگ / دیجیتال VLSI و نرم افزاری که مدل های سیستم های عصبی را اجرا می کنند (برای درک ، کنترل حرکتی یا ادغام چند حسی) استفاده شده است. پیاده سازی محاسبات نورومورفیک در سطح سخت افزاری را می توان توسط ممریستورهای مبتنی بر اکسید ، حافظه اسپینترونیک ، سوئیچ های آستانه ای و ترانزیستورها تحقق بخشید.

یک جنبه اصلی مهندسی نورومورفیک ، درک نحوه شکل گیری تک تک سلول های عصبی ، مدارها ، برنامه ها و معماری کلی ، ایجاد محاسبات مطلوب است ، بر نحوه نمایش اطلاعات تأثیر می گذارد ، بر استحکام آسیب تأثیر می گذارد ، شامل یادگیری و توسعه است ، با تغییرات محلی (انعطاف پذیری) سازگار است ، و تغییرات تکاملی را تسهیل می کند.

مهندسی نورومورفیک موضوعی میان رشته ای است که با الهام از زیست ، فیزیک ، ریاضیات ، علوم کامپیوتر و مهندسی الکترونیک برای طراحی سیستم های عصبی مصنوعی ، مانند سیستم های بینایی ، سیستم های چشم ، پردازنده های شنوایی و ربات های خودمختار ، که فیزیکی آنها اصول معماری و طراحی بر اساس اصول سیستم عصبی بیولوژیکی است.  در اواخر دهه 1980 توسط کارور مید ساخته شد.

فوتونیک نورومورفیک

مهندسی نورومورفیک. پردازش سنبله فوتونیک. سیستم عامل های فناوری برای معماری نورومورفیک. چالش هایی برای سیستم عامل های فوتونیک نوظهور. تاریخچه مختصر اپتیک در محاسبات. منطق نوری شبکه های عصبی نوری. شبکه های نوری روی تراشه. دامنه های برنامه پردازش فرکانس رادیویی در زمان واقعی. برنامه نویسی غیرخطی سازمان این کتاب منابع. آغازگر پردازش سنبله و تحریک پذیری. آشنایی با شبکه های عصبی. افزایش شبکه های عصبی. مدل عصبی سنبله دار. مکانیسم های تحریک پذیری. 

رونمایی از سریع‌ترین و قدرتمندترین پردازنده نورومورفیک جهان برای هوش مصنوعی

محققان دانشگاه "سوئینبرن" از سریع‌ترین و قوی‌ترین پردازنده محاسبات عصبی جهان برای هوش مصنوعی رونمایی کردند که عملکرد آن سریع‌تر از ۱۰ تریلیون عملیات در ثانیه است.

به گزارش ایسنا و به نقل از آی ای، یک پردازنده نورومورفیک(محاسبات عصبی) نوری جدید که توسط محققان دانشگاه صنعتی "سوئینبرن"(Swinburne) ساخته شده است، می‌تواند بیش از ۱۰۰۰ برابر سریع‌تر از پردازنده‌های کنونی کار کند. قدرت پردازش این پردازشگر هوش مصنوعی سریع‌تر از ۱۰ تریلیون عملیات در ثانیه است. 

مهندسی نورومورفیک

مهندسی نور و علوم اعصاب محاسباتی

علوم اعصاب نظری، ریاضی و محاسباتی

روانپزشکی محاسباتی

تصویر برداری عصبی

Connectomics و شبکه ها

M / EEG و الکتروفیزیولوژی

مدلسازی عصبی و مهندسی

مهندسی نورومورفیک

عصب های عصبی و اینترفیس دستگاه مغز

پردازش اطلاعات عصبی

عصب شناسی

علوم اعصاب شناختی

سیستم عصبشناسی

تحرک عصبی