Учёные из Университета Сидянь (Xidian University) разработали фотонную нейроморфную вычислительную систему, которая впервые позволяет выполнять обучение с подкреплением полностью на основе света (фотонов), без перевода сигналов в импульсы тока для выполнения ключевых операций. До этого в массе фотонные спайковые нейронные сети могли совершать только линейные вычисления, но новая разработка ворвалась в сферу нелинейных преобразований и это изменит многое.

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

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

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

Источник изображения: Xidian University

Перевод сигналов из состояния фотонов в поток электронов и обратно — это дополнительные потери как энергии, так и времени (задержки). Для функционирования робототехники в режиме реального времени такие потери чреваты быстрым выходом из строя и даже авариями. Поэтому стремление разработчиков создать универсальные фотонные чипы для сложных вычислений и обучения роботов и автопилотов — это один из ключевых путей для безопасного сосуществования робототехники с людьми и среди людей.

Созданный учёными двухчиповый оптический прототип решает три основные проблемы: отсутствие ранее крупномасштабных массивов нелинейных фотонных спайковых нейронов с низким порогом срабатывания (теперь такие массивы есть, и порог срабатывания очень низкий, что позволяет создавать намного более плотные массивы нейронов, чем раньше); невозможность создания полностью программируемых чипов спайковых сетей (они были «жёсткими» — запрограммированными аппаратно) и, как итог, отсутствие возможности аппаратной реализации фотонного обучения с подкреплением, что успешно преодолено учёной группой.

Первая предложенная исследователями система, о которой они рассказали в свежем выпуске журнала «Оптика» (Optica), состоит из 16-канального фотонного нейроморфного чипа с 272 обучаемыми параметрами (на основе матрицы 16 × 16 интерферометров Маха — Зендера) и чипа с массивом лазеров с обратной связью и насыщаемым поглотителем для низкого порога нелинейной активации спайков. Как положено, также разработан аппаратно-программный фреймворк: модель сначала обучается в программном пакете, затем на чипах, а потом дообучается с учётом особенностей аппаратной реализации.

Тестирование проводилось на классических задачах: CartPole (балансировка шеста на тележке) и Pendulum (раскачивание маятника из висячего положения в вертикальное с его последующей стабилизацией в таком положении). Аппаратные результаты показали минимальное падение точности — всего 1,5 % для CartPole и 2 % для Pendulum по сравнению с чисто программной моделью; на CartPole достигнута идеальная производительность, на более сложной задаче Pendulum — хорошая.

Производительность впечатляет: энергоэффективность линейных вычислений достигла 1,39 TOPS/Вт при плотности 0,13 TOPS/мм², нелинейных — 987,65 GOPS/Вт и 533,33 GOPS/мм²; задержка вычислений на чипе — всего 320 пикосекунд. Эти показатели выводят оптическую систему в класс GPU по энергоэффективности (1 TOPS/Вт) и плотности вычислений (0,1–0,5 TOPS/мм²), но с преимуществом полной оптической обработки, исключающей потери на конвертацию сигналов. Система демонстрирует быстрое обучение посредством серии проб и ошибок в реальном времени.

Разработка открывает перспективы для автономного вождения, встроенного в роботы интеллекта и периферийных вычислений, где требуется сверхнизкая задержка и минимальное энергопотребление. В будущем авторы планируют масштабировать систему до 128-канального чипа для более сложных задач, таких как нейроморфная автономная навигация, и создать компактные гибридно-интегрированные фотонные нейроморфные чипы. Это один из важных шагов к энергоэффективному ИИ, работающему на импульсах света.

Австралийская компания Cortical Labs год назад представила уникальный персональный компьютер CL1 — компактную настольную систему, внутри которой расположено примерно 200 000 живых человеческих нейронов, выращенных на массиве электродов микрометрового размера. Нейроны внутри системы поддерживаются в живом состоянии благодаря специальной системе питания и доставки кислорода. Недавно этому мозгу на чипе предложили сыграть в DOOM. И он принял вызов.

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

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

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

Источник изображения: 3DNews

В своей основе платформа CL1, о которой мы подробно рассказывали примерно год назад, позволяет устанавливать двунаправленную связь между цифровым миром и живой нервной тканью: электроды могут стимулировать живые нейроны электрическими сигналами, а также считывать их электрическую активность (спайки). Ранее эта же команда уже демонстрировала, как массив нейронов играет в Pong, обнаруживая способность к простому обучению с подкреплением. Теперь же в работу был запущен гораздо более сложный проект — игра в такую классику, как DOOM.

Используя открытый API Cortical Labs, независимый разработчик Шон Коул (Sean Cole) менее чем за неделю смог подключить DOOM к системе CL1. Видеопоток игры преобразовывался в паттерны электрической стимуляции: например, появление демона слева активировало определённую группу электродов, имитируя зрительный сигнал в соответствующей области культуры нейронных клеток. В ответ активность нейронов интерпретировалась как команды управления — движение вправо, выстрел, поворот и т.д. Таким образом, удалось создать замкнутый цикл: визуальное восприятие — обработка в нейронной сети — моторный ответ, что позволило колонии нейронов по-настоящему сыграть в трёхмерный шутер от первого лица.

Игровые способности нейронов пока остаются на уровне новичка: они способны замечать врагов, стрелять и перемещаться, однако делают это хаотично и неэффективно. Тем не менее уже наблюдаются признаки адаптивного поведения и начального обучения. Авторы подчёркивают, что для существенного прогресса необходимы более совершенные алгоритмы обратной связи (система наград и наказаний), улучшенные способы кодирования информации и декодирования активности. Главный вывод эксперимента — проблема интерфейса между цифровыми системами и живыми нейронами фактически решена, что открывает путь к экспериментам в области биологических нейровычислений.

Компания позиционирует проект как шаг к новому классу вычислительных систем, где вместо кремниевых чипов или искусственных нейронных сетей используются настоящие человеческие нейроны. Стоимость одного такого настольного ПК с живыми колониями нейронов достигает $35 000. Разработчик призывает не медлить и начать эксперименты в этой новой для всего мира области вычислений.

Учёные создали прототип нейроморфной искусственной кожи для роботов, которая использует принципы, вдохновлённые нервной системой человека. В отличие от традиционных датчиков новая разработка опирается на импульсные (spiking) сигналы, аналогичные действиям биологических нейронов и нейронных сетей. Такие сигналы кодируют информацию о прикосновении и давлении на поверхность, что открывает роботам путь к более естественным тактильным ощущениям.

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

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

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

Обзор Ryzen 7 9850X3D: три процента за двадцать баксов

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

Источник изображения: ИИ-генерация ChatGPT 5.2/3DNews

Система формирует данные о давлении в виде частоты электрических «спайков» от каждого сенсора на коже, каждый из которых обладает уникальным кодом идентификации. Для кодирования используется добавочная информация об импульсах — их форма, амплитуда и длительность, комбинация которых является уникальной.

Сигналы обрабатываются на следующем уровне архитектуры — похожем на биологический «центр обработки», спинной мозг человека, — где они фильтруются, локализуются и анализируются. Там же создаётся специализированный буфер, который может программироваться для задания болевого порога — предела, при превышении которого робот прекратит давление, отдёрнув манипулятор.

На более высоком уровне архитектуры данные передаются в процессор, что сравнимо с передачей сигналов из спинного мозга в головной для общей оценки ситуации. При этом базовые «рефлексы» запрограммированы на самом первом уровне нейроморфной архитектуры.

Также датчики искусственной кожи периодически посылают стробовый импульс, который служит подтверждением исправности конкретных сегментов кожи. При отсутствии такого сигнала сегмент считается повреждённым и требует замены. Кодирование позволяет чётко локализовать неисправность. У человека это работает по-иному, но это не важно — сам принцип рабочий и удобен для использования в робототехнике. Сегменты кожи выполнены с магнитным креплением и автоматически формируют подключения при установке на место.

Программирование рефлекторных реакций на самом низком уровне архитектуры позволяет роботу оперативно реагировать на излишнее давление без подключения анализа центрального процессора. Это важно для безопасности людей, которых роботы будут сопровождать, например престарелых или пациентов в больницах. Роботы будут запрограммированы не превышать болевой порог чувствительности кожи человека, чтобы не травмировать её.

Искусственная кожа пока может распознавать только давление. Для наделения её способностью определять температуру и распознавать другие ощущения потребуются иные датчики и их параллельная обработка. Всё это — в будущем. Пока учёные нашли оптимальный путь для создания сенсорного и интеллектуального симбиоза сигнальной и вычислительной архитектуры — это спайковые нейронные сети, для которых уже создано множество вычислительных архитектур. Тем самым нейроморфная кожа как бы естественно сопрягается с нейроморфными процессорами для ИИ, хотя и то и другое лишь с большой натяжкой имитирует настоящие биологические процессы в нервной системе человека.

Учёные из Чжэцзянского университета (Zhejiang University) создали нейроморфный компьютер, который по сложности нервной деятельности приближается к мозгу макаки. Кремниевый «мозг» работает под управлением ИИ собственной разработки китайских исследователей и продемонстрировал способность к решению широкого спектра интеллектуальных задач. По мнению разработчиков, представленная платформа может изменить будущее искусственного интеллекта в мире.

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

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

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

Обзор Ryzen 7 9850X3D: три процента за двадцать баксов

Источник изображения: Zhejiang University

Если мы ничего не упустили, до этого самой сложной нейроморфной платформой была имитация мозга кошки. Также в прошлом году компания Intel на основе 1152 нейроморфных процессоров Loihi 2 представила платформу с имитацией 1,15 млрд нейронов. Китайская разработка Darwin Monkey представляет собой кластер из 960 нейроморфных процессоров Darwin 3, собственной разработки учёных, оперирующий массивом из 2 млрд электронных нейронов и 100 млрд синапсов. Этот «кремниевый мозг» может также имитировать нервную деятельность мышей и рыбок.

Несомненной целью исследователей является воспроизведение в кремнии мозга человека и создание более мощной интеллектуальной вычислительной платформы. Это обеспечит прорыв в ряде научных и технологических направлений.

«Это первый в мире похожий на мозг компьютер, основанный на специальном нейроморфном чипе с более чем 2 миллиардами нейронов», — сообщили участники проекта.

«Обезьяна Дарвина» была успешно использована для выполнения таких задач, как создание контента, логическое мышление и решение математических задач. При этом энергопотребление вычислительной платформы составляло всего 2 кВт.

«Крупномасштабные технологии Darwin Monkey с высоким уровнем параллелизма и низким энергопотреблением обеспечат новую вычислительную парадигму для существующих вычислительных сценариев», — уверены разработчики.

Самое удивительное в этом всём то, что мыслительная деятельность мозга до сих пор остаётся тайной даже для специалистов в области нейробиологии. Существуют вполне аргументированные предположения, что она может быть квантовой по своей природе. А это означает, что количественный рост нейропроцессоров может никогда не привести к качественному скачку — вне зависимости от их объёма. И всё же каждый новый шаг вперёд приближает учёных к пониманию природы мышления и его потенциальных возможностей, чем бы это ни закончилось.

Международная группа учёных впервые экспериментально доказала проявление сегнетоэлектрического эффекта в однокомпонентном материале — теллуре. Сегнетоэлектрики обычно представляют собой соединения, что делает их применение сложнее и дороже. Учёные пошли дальше проверки явления и создали прототип полевого транзистора с каналом из нанопроволоки, открыв путь к памяти будущего и нейроморфным вычислениям.

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

Обзор Ryzen 7 9850X3D: три процента за двадцать баксов

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

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 изображений: Nature Communications

«Сегнетоэлектрические материалы — это вещества, которые могут накапливать электрический заряд и сохранять его даже при отключении питания, и их заряд можно переключать с помощью приложения внешнего электрического поля — это свойство, необходимое для устройств энергонезависимой памяти», — поясняют авторы работы, опубликованной в Nature Communications.

Возможность проявления сегнетоэлектрического эффекта в однокомпонентных материалах была известна только теоретически. Учёные из Университет Тохоку (Tohoku University) вместе с коллегами из других стран показали, что эффект возможен на нанопроволоке из теллура (Te). По сути — это 2D-материал, сегнетоэлектрический эффект в котором проявляется за счёт «уникального смещения атомов в одномерной цепочечной структуре теллура». Явление было определено с помощью силовой микроскопии пьезоотклика и сканирующей просвечивающей электронной микроскопии высокого разрешения.

Основываясь на сделанном открытии, учёные разработали новое устройство — сегнетоэлектрический полевой транзистор с автоматическим стробированием (SF-FET), который объединил сегнетоэлектрические и полупроводниковые свойства в одном устройстве. Экспериментальный транзистор SF-FET продемонстрировал исключительное сохранение данных, быструю скорость переключения (менее 20 нс) и впечатляющую плотность записи, превышающую 1,9 Тбайт на см².

«Наш прорыв открывает новые возможности для устройств памяти следующего поколения, где высокая мобильность нанопроволок из теллура и его уникальные электронные свойства могут помочь упростить архитектуру устройств, — поясняют авторы. — Наше устройство SF-FET также может сыграть решающую роль в будущих системах искусственного интеллекта, обеспечивая нейроморфные вычисления, имитирующие работу человеческого мозга. Кроме того, полученные результаты могут помочь снизить энергопотребление в электронных устройствах, удовлетворяя потребность в устойчивых технологиях».

Учёные из Оксфордского университета представили технологию изготовления логических схем, полностью совместимых с биологией человека. Вместо электронов «человеческая электроника» использует ионный обмен. Это тоже перенос зарядов, который поддаётся программированию и контролю. Из мельчайших капель гидрогеля можно создавать диоды, транзисторы, память и логические элементы, которые будут воспринимать электрические сигналы тела человека и транслировать их обратно.

Обзор Ryzen 7 9850X3D: три процента за двадцать баксов

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

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

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

Источник изображений: University of Oxford

Исследователи даже придумали название для новой электроники — каплетроника (dropletronic). Каждая капля имеет объём в несколько нанолитров и, в зависимости от состава, может обладать катионной (p) или анионной (n) проводимостью, аналогично переходам в полупроводниках. Таким образом, из капель с различной проводимостью можно создавать диоды, транзисторы и логические схемы. В качестве примера исследователи разработали электронную схему, способную подсчитывать сердечные ритмы, используя сигналы непосредственно от сердечной мышцы.

Ранее учёные уже применяли ионную проводимость для создания логических элементов, но все предыдущие работы базировались на твёрдых подложках. Разработка британских учёных отличается тем, что она полностью мягкая — ведь что может быть мягче капли гидрогеля? Это даёт новое преимущество: такая электроника будет полностью совместима с биосистемой человеческого тела как на физическом, так и на сигнальном уровне. Организм можно будет модернизировать, вживляя электронные устройства как для медицинских целей, так и для повышения качества жизни.

Отдельно исследователи выразили надежду, что предложенная ими каплетроника поспособствует развитию нейроморфных вычислений, наиболее близко имитирующих работу мозга человека. Если же вживлённому вычислительному устройству будет не хватать питания, учёные уже предусмотрели решение — капельный литиево-ионный аккумулятор. Но это будет уже другая история.

Данные берутся из публикации Нейроморфные вычислители: как придумать колесо?

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

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

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

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