about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
بازار
1405/02/02 - 13:10- بررسی تخصصی

بازار سیاه فیلترشکن در زمان قطع اینترنت؛ از قیمت‌های میلیونی تا موج گسترده کلاهبرداری

مقاله ای از کارشناس سایبری مهیار خدادادی پیرامون مسئله فیلتر شکن ها در زمان قطعی اینترنت بین المللی

در
1405/02/01 - 15:13- ایران

در غم از دست دادن پدر امت به سوگ نشسته ایم

در غم از دست دادن پدر امت به سوگ نشسته ایم

بزرگ‌ترین
1405/01/10 - 16:13- جنگ سایبری

بزرگ‌ترین حمله سایبری به شرکت‌های نفتی امارات

شرکت های نفتی امارات مورد حمله سایبری گروه هکری نصیر قرار گرفت

انتشار شده در تاریخ

ساخت سیناپس مصنوعی خود یادگیرنده

به گزارش واحد فناوری اطلاعات سایبربان؛ شبکه‌ی عصبی بدنِ هر یک از انسان‌ها از میلیاردها نورون و تریلیاردها سیناپس تشکیل شده و با یکدیگر تفاوت دارند به‌ گونه‌ای که دانشمندان در حال تحقیق هستند تا از این ویژگی برای احراز هویت بیومتریک استفاده کنند. گروهی از محققان دانشگاه بُردو (Universities of Bordeaux)، تالس (Thales) و مرکز ملی پژوهش‌های علمی فرانسه (CNRS1) به تازگی با الهام گرفتن از عملکرد این عضو بدن اقدام به توسعه‌ی سیناپسی مصنوعی کرده‌اند که به صورت خودکار اقدام به یادگیری می‌کند.
تحقیقات یاد شده با هدف ایجاد نوع جدیدی از مدارهای الکتریکی پیچیده صورت در حال انجام است.
پژوهشگران ابزار بسیار کوچکی در ابعاد نانو به نام مِمریستور (memristor) ساخته‌اند. البته ایده‌ی ساخت این وسیله اولین بار در دهه‌ی 1970 مطرح شده و در سال 2008 نمونه‌ی اولیه‌ی آن ساخته شد. به عنوان مثالی از این تراشه‌ها می‌توان به ترونرث آی.بی.ام (TureNorth) اشاره کرد. با وجود این محققان معتقدند دستاورد آن‌ها در سطح جدیدی قرار می‌گیرد.
ممریستور با هدف ایجاد معادل الکترونیکی نورون و سیناپس مغز ایجاد شده است؛ زیرا سیم‌کشی زیست‌شناختی هستند که توانایی پردازش و انتقال اطلاعات را با سرعت بسیار بالا دارند. به عبارت ساده، سیناپس‌ها پل ارتباطی بین دو نورون هستند که با توجه به تکانه‌های عصبی برای انتقال پیام، باز و بسته می‌شوند. با وجود این شکاف بسیار کوچکی بین این دو بخش وجود داشته و ماده‌ای شیمیایی بین آن‌ها قرارگرفته‌اند. به همین دلیل با هر نوبل عبور انتقال‌دهنده‌های عصبی از این شکاف‌ها، ارتباط قوی‌تر و کارآمدتر می‌شود.

تصوری از ممریستور و نمودار عملکرد آن


برای ساخت نمونه‌ی بیومتریک سیستم عصبی بدن، یک نوار فروالکتریک بسیار نازک (ultrathin ferroelectric film) بین دو الکترود قرار داده که ولتاژ آن‌ها با پالس‌های الکتریکی قابل تنظیم است. در نتیجه‌ی این کار قابلیت شکل‌پذیری، تغییر و یادگیری برای ابزار موردنظر ایجاد شد. به عنوان مثال مقاومت کم به عنوان یک اتصال سیناپسی قوی و مقاومت بالا به نشان‌دهنده‌ی یک رابطه‌ی ضعیف است.
پژوهشگران مدلی از دستگاه مِمریستور ایجاد کرده‌اند که می‌تواند به صورت خودکار الگوهای به رسمیت شناختن پیش‌بینی را یاد بگیرد. این ویژگی روش‌های آموزشی تازه و بدون نظارتی را در شبکه‌های عصبی ایجاد خواهد کرد.
دانشمندان معتقدند فناوری آن‌ها سرعت یادگیری و انطباق شبکه‌های عصبی موجود در هوش مصنوعی را بهبود می‌دهد. با وجود این آن‌ها بیان کردند مغز انسان یک ماشین فوق‌العاده هوشمند است و حتی با دانش امروزی نیز نمی‌توان به توان آن نزدیک شد. همچنین سلول‌های عصبی عملکرد بسیار پیچیده‌ای داشته و نوع اتصال آن‌ها با یکدیگر به صورت پیوسته تغییر می‌کند، در نتیجه دستیابی به چنین سامانه‌ای بسیار مشکل است.
محققان اعلام کردند در صورت موفقیت در توسعه‌ی این فناوری، می‌توان سخت‌افزاری بسیار کم‌مصرف، قابل‌اعتماد و قابل پیش‌بینی ایجاد کرد که از میلیاردها سیناپس تشکیل شده و رایانه‌های آینده از آن‌ها الگوبرداری می‌کنند.

______________________

1- Centre national de la recherche scientifique

تازه ترین ها
تحلیل
1405/04/02 - 14:40- سایرفناوری ها

تحلیل بنیاد دیده‌بان اینترنت در مورد فناوری‌های تشخیص کودک‌آزاری

بنیاد دیده‌بان اینترنت، تحلیل جدیدی را برای شناسایی محتوای سوءاستفاده جنسی از کودکان منتشر کرده است.

محدودیت
1405/04/02 - 13:40- هوش مصنوعي

محدودیت استفاده از هوش مصنوعی در مدارس ابتدایی نروژ

نروژ استفاده از هوش مصنوعی مولد را در مدارس ابتدایی، به طور قابل توجهی محدود می‌کند.

تصویب
1405/04/02 - 12:51- هوش مصنوعي

تصویب قانون عدالت کیفری کانادا با هدف حمایت از کودکان

آسیب‌های دیجیتال و حمایت از کودکان، اصلاحات عمده‌ای را در قانون مجازات کانادا ایجاد کرده است.