JavaScript is currently disabled.Please enable it for a better experience of Jumi.

Koska tekoälystä on tullut yhä kehittyneempää, se on innostanut uusiin ponnistuksiin kehittää tietokoneita, joiden fyysinen arkkitehtuuri jäljittelee ihmisen aivoja. Yksi innovatiivinen ratkaisu on hyödyntää MEMS-kojeiden mekaanista liikettä tekoälylaskentaan.

Säiliötietotekniikaksi (reservoir computing) on lähestymistapa, joka mahdollistaa piiriteknisten laitteiden saavuttaa kehittymässä olevan tekoälyn edellyttämän korkeamman asteisen laskennan. Yksi uusi laite korostaa erittäin pienten mekaanisten järjestelmien mahdollisuuksia näiden laskelmien saavuttamiseksi.

Tutkijoiden ryhmä Kanadan Quebecin Université de Sherbrookesta kertoo mikroelektromekaanisen järjestelmän (MEMS) avulla rakennetun ensimmäisen säiliötietokoneen rakentamisesta. Tutkijoiden koostama neuroverkko hyödyntää mikrosirun piipalkin epälineaarista dynamiikkaa laskelmien suorittamiseen. Ryhmän töiden tarkoituksena on luoda laitteita, jotka voivat toimia samanaikaisesti anturina ja tietokoneena käyttäen murto-osaa tavanomaisen tietokoneen energian tarpeesta.

- Tällaisia laskelmia tehdään yleensä vain ohjelmistossa ja tietokoneet voivat olla tehottomia. Monet nykyantureista on rakennettu MEMS:n oheen, joten kehittämämme tyyppiset laitteet ovat ihanteellinen tekniikka ja voivat hämärtää antureiden ja tietokoneiden välistä rajaa, sanoo tutkija Guillaume Dion.

Laite perustuu epälineaariseen dynamiikkaan eli siihen, miten ohut piipalkki värähtelee tilassa. Tämän värähtelyn tuloksia käytetään rakentamaan virtuaalinen neuroverkko, joka syöttää sisääntulosignaalin korkeampaan ulottuvuuteen, jota tarvitaan neuroverkkolaskennassa.

Demotilanteissa järjestelmä kykeni vaihtamaan keskenään erilaisten vertailutehtävien kesken suhteellisen helposti. Giullaume Dionin mjukaan esimerkiksi luokiteltaessa puheääniä ja käsittelemällä binäärikuviota vastaavasti tarkkuuksilla 78,2 prosenttia ja 99,9 prosenttia.

- Tämä pieni piipalkki voi tehdä hyvin erilaisia tehtäviä. Se on yllättävän helppo säätää toimimaan sanojen tunnistamisessa, sanoo toinen kirjoittaja Julien Sylvestre.

Sylvestre kertoo, että hän ja kollegansa haluavat tutkia yhä monimutkaisempia laskutoimituksia piipalkkilaitteella, toiveinaan kehittää pieniä ja energiatehokkaita antureita ja robottiohjaimia.

Veijo Hänninen
Nanobittejä 19.10.2018

 
 

Pelottaako kuvien varmuuskopiointi verkkoon? Harkitse omaa pilveä

Viime vuonna otettiin huikeat 1,2 biljoonaa eli 1200 miljardia digitaalista valokuvaa1, joista noin 85 prosenttia älypuhelimilla. Kuvat säilyttävät muistojamme, jotta voimme palata myöhemmin niihin hetkiin, jotka muovaavat elämäämme ja kertovat tarinoitamme perheellemme ja ystävillemme. Puhelimen kadottaminen saattaa kuitenkin tarkoittaa myös näiden arvokkaiden muistojen hukkaamista. Niinpä on ehdottoman tärkeää varmistaa, että niistä on varmuuskopio.

Lue lisää...

Mitä IoT-rauta vaatii?

Pärjätäkseen IoT-markinoilla laitevalmistajien täytyy oppia innovoimaan nopeammin. IoT-sovelluksien kirjo on loppumaton ja menestyvät yritykset antavat kehittäjilleen mahdollisuuden jatkuvasti tunnistaa ja toteuttaa uusia ja yhä hyödyllisempiä tapoja valjastaa käyttöön antureita, monitoroida erityyppistä dataa ja ohjata laitteiden ekosysteemejä.

Lue lisää...
 
ETN_fi Viranomaisverkko Virveen tulee mobiililaajakaista ensi vuonna. Kumppanioperaattorikin selviää kilpailutuksessa v. 2… https://t.co/TtNorpIQy2
ETN_fi Ensimmäinen AVR-pohjainen Arduino-kortti. Lisätietoja Mouserilta. https://t.co/7yazvkOkV1
ETN_fi Nokialle 2+ mrd euron sopimukset kiinalaisoperaattorien kanssa. https://t.co/LJ6OPq0kb7
ETN_fi Mercedes voittaa jatkossa F1- ja sähköformulakisoja On Semin tehonhallintatekniikalla. VB77 for WDC in 2019! https://t.co/EjpdlTQwop
ETN_fi Beneq's transparent Lumineq matrix displays just got a lot bigger. See https://t.co/FDvZwrVGId
 
 

ny template