به گزارش گروه دانش خبرگزاری دانا (دانا خبر) دکتر فرنود مریخ بیات، دکترای الکترونیک دیجیتال از دانشگاه صنعتی شریف و محقق طرح در این باره اظهار کرد: از روش ارایه شده میتوان جهت پیادهسازی سختافزاری و بهینهسازی سیستمهای هوش مصنوعی استفاده کرد. این تحقیق، گامی در جهت دستیابی به پردازشگرهای هوشمند آنالوگ است که به جهت برخورداری از مقیاس نانو، از توان محاسباتی بسیار بالایی برخوردار خواهند بود.
وی افزود: حافظههای به کار رفته در این سیستم، غیر فرار و در مقیاس نانو هستند. نانوساختار ارایه شده دارای ویژگیهای خاصی مانند سادگی سیستم محاسباتی، توان مصرفی پایین، سرعت بالای پردازش داده و قابلیت پیادهسازی در ابعاد بسیار کوچک است. ساخت سیستمهای پیچیده از طریق اتصال سیستمهای پایه، وجود سختافزار سازگار با روش یادگیری ارایه شده، مقاوم بودن سیستم در برابر نویز و نواقص سختافزاری از دیگر تواناییهای سیستم ارایه شده است.
وی خاطرنشان کرد: با توجه به ویژگیهای مطلوب بیان شده، این سیستم میتواند کاربردهای بسیاری در صنایع و علوم گوناگون چون رباتیک، گوشیهای موبایل هوشمند، سیستمهای پردازش سیگنال صوت و تصویر و بازسازی سیستم پردازش اطلاعات مغز انسان داشته باشند.
مریخ بیات در مورد نتایج این تحقیقات گفت: از جمله نتایج این کار تحقیقاتی میتوان به استفاده از نانوساختارهای متقاطع ممریستوری در نقش حافظههای آنالوگ، جهت ذخیرهسازی رابطهای فازی و ارایه روشی نوین جهت انجام استنتاجهای فازی در این ساختارها اشاره کرد.
وی افزود: این تحقیق همچنین نشان میدهد که چگونه میتوان محاسبات دقیق به کار رفته در کاربردهایی مانند رباتیک را از طریق محاسبات فازی دارای عدم قطعیت، انجام داد. بررسی ارتباط و یافتن شباهت بین نحوهی پردازش اطلاعات در نانوساختار فازی ارایه شده و پردازش اطلاعات در دستگاه عصبی موجودات زیست شناختی از دیگر نتایج حاصل شده است.
وی در مورد روش این تحقیقات تصریح کرد: در ابتدا رابطهای فازی که معمولاً ذاتی پیوسته دارند، به معادل گسستهشان تبدیل شد. نحوهی تلفیق الگوریتمهای یادگیری با روش استنتاج پیادهسازی شده، از دیگر موضوعات مورد بررسی بود. روشهای یادگیری نیز به گونهای طراحی شد که میتوان آنها را بسادگی بر روی نانو ساختارهای ممریستوری پیادهسازی کرد.
محقق طرح ادامه داد: در واقع در این مرحله از تحقیق، با تلفیق نانو ساختارهای ممریستوری و مدارهای ساخته شده با استفاده از تقویتکنندههای عملیاتی، سیستمی ارایه شده است که از طریق انجام عمل سادهای مانند ضرب بردار مربوط به توابع عضویت دادههای فازی ورودی در ماتریس نمایشگر رابط فازی، میتواند به انجام استنتاجهای فازی بپردازد.
مریخ بیات تصریح کرد: مرحلهی نهایی این تحقیق به تبیین ارتباط بین روش استنتاج فازی ارایه شده و نحوهی پردازش اطلاعات در دستگاه عصبی میپردازد.
نتایج این کار تحقیقاتی که توسط دکتر فرنود مریخ بیات و دکتر سعید باقری شورکی از دانشگاه صنعتی شریف صورت گرفته، در مجله Cybernetics, IEEE Transaction منتشر شده است.