Учёные из Кембриджского университета (University of Cambridge) разработали новое наноэлектронное устройство, наследующее принципы работы человеческого мозга. Это мемристор на основе модифицированного оксида гафния (HfO₂) с добавлением стронция и титана, который способен значительно снизить энергопотребление аппаратного обеспечения искусственного интеллекта.

Обзор Ryzen 7 9850X3D: три процента за двадцать баксов

Ryzen и 16 Гбайт DDR5: как сэкономить на памяти так, чтобы не лишиться 15 % производительности

Обзор ноутбука HONOR MagicBook X16 2026: как раньше, только лучше

Гид по выбору OLED-монитора в 2026 году: эволюция в деталях

Компьютер месяца, спецвыпуск: эпоха отката, или Как дефицит чипов памяти влияет на выбор железа для игрового ПК

Обзор Samsung Galaxy Z TriFold: тройной складной смартфон по цене квартиры в Воркуте

Источник изображения: Science Advances 2026

Классические ИИ-чипы тратят огромные объёмы энергии из-за постоянного перемещения данных между памятью и процессором, тогда как предложенное устройство реализует концепцию вычислений в памяти — хранение и обработка информации происходят в одном месте, подобно клеткам мозга.

Как известно, классический, или канонический, мемристор работает на основе обратимого образования проводящих нитей в рабочем слое. В зависимости от плотности нитей возникает множество управляемых уровней сопротивления в ячейке, что часто позволяет ассоциировать мемристоры с памятью ReRAM (резистивной). Учёные из Кембриджа сочли такую структуру ненадёжной. Поэтому они разработали нечто вроде транзистора в ячейке мемристора вместо непредсказуемых нитей. Характеристики транзисторов намного стабильнее, и в этом главный ключ к успеху разработки.

Разработанные британскими учёными мемристоры работают за счёт асимметричных p-n-гетеропереходов, как диоды или транзисторы. Это обеспечивает впечатляющую стабильность, а также возможность создавать сотни устойчивых уровней проводимости (ступеней значений, разрядности), а также отличную повторяемость характеристик как в рабочих циклах, так и в устройствах при массовом производстве.

Способность «транзисторного» мемристора создавать энергетические барьеры с сотнями управляемых уровней позволяет говорить о неком подобии разработки синапсам головного мозга. Синапсы абсолютно аналоговые. Они работают с тысячами уровней концентрации медиаторов на границе перехода от одного нейрона к другому. Нейрон запускает электрический импульс только тогда, когда концентрация медиаторов от соседнего в цепочке нейрона достигает необходимого уровня. С «неклассическими» мемристорами такая схема может привести к созданию ИИ-нейросетей, напоминающих работу мозга и экономящих на энергопотреблении.

Ещё раз подчеркнём, что по сравнению с существующими мемристорами новое решение устраняет главные проблемы: случайное поведение, необходимость высоких напряжений и низкую повторяемость при тиражировании. Благодаря «транзисторному» механизму переключения достигается крайне низкое энергопотребление при адаптивном обучении. Исследователи подчёркивают, что именно такие характеристики необходимы для создания аппаратного обеспечения, способного не просто хранить биты, а реально обучаться и адаптироваться, приближаясь к принципам работы мозга.

Потенциальное влияние технологии огромно: по оценкам, внедрение подобных устройств позволит сократить энергопотребление ИИ-платформ до 70 %. Это критически важно в условиях экспоненциального роста энергозатрат современных больших моделей ИИ.

В последние годы учёные активно исследуют возможность использования в электронике грибного мицелия как естественной нейронной сети. С его помощью электроника может стать биоразлагаемой и энергоэффективной, создав основу для высокопроизводительных вычислений будущего, где обычная компостная куча сможет стать элементом кластера.

Ryzen и 16 Гбайт DDR5: как сэкономить на памяти так, чтобы не лишиться 15 % производительности

Гид по выбору OLED-монитора в 2026 году: эволюция в деталях

Обзор Ryzen 7 9850X3D: три процента за двадцать баксов

Компьютер месяца, спецвыпуск: эпоха отката, или Как дефицит чипов памяти влияет на выбор железа для игрового ПК

Обзор ноутбука HONOR MagicBook X16 2026: как раньше, только лучше

Обзор Samsung Galaxy Z TriFold: тройной складной смартфон по цене квартиры в Воркуте

Источник изображения: The Ohio State University / John LaRocco

Традиционные полупроводники на всех этапах обработки требуют огромных энергозатрат и наносят вред окружающей среде, тогда как грибные структуры предлагают экологически чистый и менее затратный с точки зрения потребления энергии подход к обработке и хранению данных. В новом исследовании учёные из Университета штата Огайо (The Ohio State University) предприняли попытку создать на основе обычных съедобных грибов органические мемристоры — компоненты, имитирующие нейронную активность мозга. Подобная технология открывает путь к биоэлектронике, где грибные сети выступают в роли стабильных и недорогих элементов вычислительных платформ.

В ходе работы, результаты которой были опубликованы в журнале PLOS ONE, исследователи культивировали образцы мицелия шиитаке и шампиньонов, после чего высушили их для лучшей сохранности и подключили к электронным цепям. Для тестирования применялись различные напряжения и частоты: в мицелий помещались электроды, а съём данных производился в разных точках структуры. Таким образом, учёные «обучали» сеть мицелия работать подобно мемристору — элементу памяти, который сохраняет информацию о предыдущих электрических состояниях.

В ходе экспериментов было обнаружено, что некоторые участки мицелия воспроизводят эффекты памяти, аналогичные работе полупроводниковых чипов. В частности, удалось добиться скорости переключения электрического состояния мицелия с частотой 5850 Гц и точностью 90 %. По мере увеличения частоты эффективность работы памяти из мицелия снижалась, однако этот барьер можно преодолеть за счёт расширения сети (и параллельной работы множества элементов памяти) — что для грибного мицелия труда не составит. В режиме ожидания, как нетрудно догадаться, мицелий не требовал энергии для поддержания состояний.

Получив столь интересный результат, учёные уже мечтают о носимых гаджетах с грибным мицелием в качестве нейронной сети и о создании огромных ферм для масштабирования вычислений в интересах аэрокосмической отрасли или супервычислений — с минимальными затратами энергии и возможностью полной утилизации «грибных» компьютеров. Почему были выбраны грибы шиитаке? Возможно, это реверанс в сторону спонсора работы — Исследовательского института Honda.

Российские учёные разработали полностью отечественную технологию управления роботами «силой мысли». Об этом сообщила пресс-служба Национального центра физики и математики (НЦФМ), докладывает агентство ТАСС.

Компьютер месяца, спецвыпуск: эпоха отката, или Как дефицит чипов памяти влияет на выбор железа для игрового ПК

Обзор Samsung Galaxy Z TriFold: тройной складной смартфон по цене квартиры в Воркуте

Гид по выбору OLED-монитора в 2026 году: эволюция в деталях

Обзор Ryzen 7 9850X3D: три процента за двадцать баксов

Ryzen и 16 Гбайт DDR5: как сэкономить на памяти так, чтобы не лишиться 15 % производительности

Обзор ноутбука HONOR MagicBook X16 2026: как раньше, только лучше

Источник изображения: ИИ-генерация Grok 3/3DNews

«В рамках научной программы НЦФМ создана полностью российская нейроморфная технология управления роботизированными системами, — говорится в пресс-релизе НЦФМ. — Для управления роботами "силой мысли" учёные использовали мемристоры, что делает электротехнику более мобильной, компактной и энергоэффективной, а взаимодействие с ней быстрым и надёжным».

Разработчики подчёркивают, что вся используемая в проекте электроника — отечественная, как и лежащие в её основе технологии. Добавим, процесс интеграции мемристоров в полупроводниковые чипы специалисты НЦФМ довели до стадии производства ещё в марте 2024 года. Мемристоры преобразуют заряд в сопротивление, что позволяет им хранить данные без питания. Это ключевое свойство памяти RRAM (резистивной RAM), которое делает электронику с ней более энергоэффективной. Для носимого применения, включая системы управления роботами и не только, это важнейшее качество.

Также схемы на мемристорах найдут применение в робототехнике и медицинских протезах, например, улучшая взаимодействие пациентов с инвалидными колясками, протезами, экзоскелетами и другими устройствами, управляемыми «силой мысли».

Представленная платформа была разработана в учебном дизайн-центре электроники Нижегородского государственного университета им. Н.И. Лобачевского (ННГУ).

«Нейросигналы можно будет обрабатывать на миниатюрных мобильных вычислителях и передавать их на систему управления с помощью беспроводной связи. Новая электронная компонентная база позволит снизить энергопотребление, а значит, уменьшить вес и размер устройства», — поясняет соавтор разработки, старший научный сотрудник научно-исследовательской лаборатории мемристорной наноэлектроники ННГУ Сергей Щаников.

В созданной учёными системе оператор управляет движениями робота с помощью моторного воображения: «Сначала он учится представлять различные действия, при этом сигналы мозга фиксируют и анализируют. Зарегистрированные сигналы мозга поступают для анализа в систему нейроуправления — блок с мемристорным чипом, который может располагаться как на операторе, так и на самом роботе или протезе».

Сигналы мозга считываются классическим ЭЭГ-шлемом и поступают по Wi-Fi на плату с мемристорным чипом, на котором команда обрабатывается и передаётся роботу. Оператор в процессе может скорректировать свою команду, например, изменить направление движения робота.