Наша географияЗаявка на членство+7 916 848-78-01info@rusneuro.net
О НейроНетеНаша миссияЧлены союзаНовостиСМИ о насДокументыАрхивКонтакты
Новости / Обзор новостей нейротехнологий 01.07.17-07.07.17
Новости
10.07.2017

Обзор новостей нейротехнологий 01.07.17-07.07.17

Молекулярный диод сравнялся с кремниевым

“Molecular diodes with rectification ratios exceeding 105 driven by electrostatic interactions” | Nature Nanotechnology | doi:10.1038/nnano.2017.110

компоненты электроники

В национальном университете Сингапура разработали молекулярный диод, который по свойствам близок к стандартным диодам на основе кремния. Задача любого диода -- пропускать ток в лишь одном направлении, но на практике полностью исключить прохождение тока в обратную сторону не удается. У коммерческих диодов отношение токов, движущихся в разных направлениях, лежит между 10^5 and 10^8, что называют коэффициентом выпрямления. Молекулярные диоды гораздо меньше, но их “теоретический предел” был установлен на уровне 10^3, что слишком мало для коммерческих применений. Теперь же создан молекулярный диод с коэффициентом выпрямления 10^5, за счет чего электронику можно сильно сократить в размерах.

Авторы исследования построили диод из самособирающихся монослоев ферроценила. В них возникли туннельные переходы, где количество молекул, участвующих в переносе заряда, меняется в зависимости от полярности приложенного тока смещения. Количество молекул растет при прямом смещении из-за притягивающей электростатической силы между положительно заряженными звеньями слоя и отрицательно заряженным электродом, но не меняется при обратном смещении, когда звенья слабо взаимодействуют с положительно заряженным электродом. Так удалось повысить проводимость слоя в одну сторону в сто раз.

 

Схема туннельных переходов, где α - угол наклона блока Fc-C≡C-Fc. Двойные стрелки указывают на кулоновское электростатическое взаимодействие (притяжение) или ван-дер-ваальсово взаимодействие между звеном Fc-C≡C-Fc и отрицательным или положительным полюсом источника тока соответственно.

По словам авторов, соединив молекулы таким способом, они превзошли ограничения теории. Ученые давно пытаются повторить на молекулярном уровне возможности схем на основе кремния, и вот, наконец, появился молекулярный диод, сравнимый по характеристикам с кремниевым. Молекулярная электроника будет использовать наноразмерные комплексы из отдельных молекул в качестве компонентов, все это позволит радикально уменьшить электронные устройства.

 

Куда направлено внимание нейросетей
“Latent Attention Networks” | arXiv:1706.00536

обучение нейросетей

Программисты из Университета Брауна создали систему, которая анализирует ИИ с целью определить его фокус внимания. Например, на какую часть картинки нейросеть смотрит при распознавании. Или же какие слова выделяет, сортируя документы по категориям. Инструмент поможет понять, как сеть учится и как приходит к ответу, ведь несмотря на впечатляющие успехи искусственных нейросетей они порой ошибаются, и их ошибки выглядят странно. Например, программа по распознаванию образов ‘видит’ панду в цветном шуме или попугая в абстрактной композиции. Прежде чем доверить искусственному интеллекту (ИИ) принятие важных решений, мы должны убедиться, что он мыслит правильно.

Авторы создали программу, которая заменяет белым шумом те или иные части изображений, на которых учится нейросеть. Если такая замена ведет к другому решению на выходе, то эта область картинки, скорее всего, для распознавания важна. Если в результате замены слова нейросеть сортирует документ иначе, то это слово, вероятно, критично для обучения. Авторы проверили метод на нейросети, которая учится разносить картинки по десяти категориям, таким как самолеты, птицы, олени и лошади. Они видели, на что направлено внимание сети в то время, как та принимала решения.

 

 

Входная картинка (слева) со своей “маской внимания” (справа). Каждая колонка представляет категорию: лошадь, самолет, грузовик.

Опыт показал, что ИИ учится разделять объекты на элементы, а затем ищет эти элементы в изображении, чтобы подтвердить свой выбор. При просмотре картинок лошадей ИИ сперва обратил пристальное внимание на ноги, а затем искал по изображению, где могла быть голова, ожидая, что лошадь могла повернуть ее в разные стороны. Тот же подход сеть применила к картинкам с оленями, но в тех случаях специально искала рога. ИИ почти полностью игнорировал те части изображения, что, по его мнению, не содержали данных, которые помогли бы с категоризацией.

Авторы прогнали через алгоритм программу, обученную играть в видеоигру Pong, и обнаружили, что ИИ игнорировал почти весь экран, зато обращал пристальное внимание на две узкие колонны, вдоль которых двигались весла. ИИ уделял так мало внимания прочим областям, что перемещение весла вводило его в заблуждение: он считал, что смотрит на мяч, а не на весло. Авторы полагают, что их инструмент поможет нейросетям учиться. Если вы знаете, что ИИ пропускает важные блоки данных, вы скорректируете его фокус внимания.

 

Измерение пульса микрофоном в ухе

“In-Ear Audio Wearable: Measurement of Heart and Breathing Rates for Health and Safety Monitoring” | IEEE Transactions on Biomedical Engineering | doi: 10.1109/TBME.2017.2720463

биометрия

В шумных рабочих пространствах люди используют средства индивидуальной защиты слуха. В том числе наушники-вкладыши или “беруши”. В электронной версии они снабжены микрофоном для общения по радио в очень шумных условиях. Инженеры Высшей технологической школы Университета Квебека предложили с помощью таких наушников-вкладышей измерять пульс и частоту дыхания человека, сняв необходимость в дополнительных нательных датчиках.

Они показали, что устройство в ухе, если обработать программой звуковые сигналы от встроенного микрофона, может захватывать физиологический шум, связанный с сердечными сокращениями и дыханием. Чтобы проверить надежность своих алгоритмов, они добавили к записанному из уха сигналу индустриальный шум до 110 децибел и применили адаптивный фильтр шумоподавления. В итоге, погрешность измерений пульса составила менее 7.6 ударов в минуту (4.3 без шума), что уже вполне практично, а на измерение дыхания шум влиял сильнее: ошибка 2.7 цикла в минуту без шума и 7.4 с шумом.  

 

Устройство, которое испытуемые носили в каждом ухе: справа показаны электроакустические компоненты, включая микрофон внутри уха.

В экспериментах участвовали 25 человек. Им предложили дышать разными ритмами и интенсивностями через рот или нос для достижения реалистичных записей. Всего с помощью встроенных микрофонов СИЗ записали 16 часов и 40 минут звука в ушном канале. Те характеристики звука, что коррелируют с сердечными сокращениями и дыханием, авторы затем изучили для создания алгоритмов обработки сигналов. Результаты сравнили с показаниями коммерческих устройств для измерения пульса и дыхания. Наконец, звук смешивали с шумом, применяли цифровой фильтр и смотрели новые данные.

Погрешность пока ощутима, но в качестве доказательства концепции работа позволяет разрабатывать технологии «в ухе» для неинвазивного мониторинга жизненно важных функций. По мнению ряда экспертов, для носимой электроники ухо имеет большую коммерческую ценность, чем запястье. Алгоритмам предстоит улучшиться, особенно для мониторинга частого дыхания и оптимизации адаптивных фильтров. Вопрос потенциально разрешим, если учесть уникальные свойства спектра биосигналов для каждого человека и индивидуальную настройку алгоритма на этапе обучения.

 

3D прототип наноэлектронного чипа

“Three-dimensional integration of nanotechnologies for computing and data storage on a single chip” | Nature | doi:10.1038/nature22994

компоненты электроники

Инженеры из Стэнфордского университета создали трехмерный чип с несколькими слоями. В отличие от обычных интегральных схем, их прототип реализует трехмерную архитектуру с плотной вертикальной связью между блоками ввода/вывода, вычислений и памяти. Скорость обмена данными между слоями выше обычной в тысячу раз, и всё происходит в пределах малого объема: захват данных, их хранение и обработка. Слои изготавливаются сразу вместе, путем монолитной интеграции, и это дает импульс созданию систем, где логические вычисления интегрируется с хранением данных.

Традиционные схемы двумерны, и в силу физических ограничений их нельзя ужимать бесконечно. А новые приложения требуют растущих объемов данных и скорости вычислений. Поэтому инженеры давно смотрят в сторону третьего измерения, чтобы разместить там новые уровни интегральной схемы, увеличив плотность обработки данных. Но когда слои изготавливались отдельно, скорость обмена данными между ними была низкой из-за метода отжига с температурами выше 1 000 °C, так как соединения между слоями не могли быть ближе микрометров друг от друга.

Авторы применили низкотемпературную монолитную интеграцию и построили трехмерную схему, умеющую различать окружающие газы, включая азот и пары лимонного сока, уксуса и вина. Верхний из четырех слоев содержит свыше миллиона транзисторов на основе нанотрубок, которые действуют как газовые сенсоры. Их сопротивление варьирует в зависимости от типа присутствующего газа или пара. Слой ниже содержит ячейки памяти, которые хранят сигналы, генерируемые сенсорами. Ячейки энергонезависимы и сохраняют информацию, даже когда питание выключено. За счет низких температур и нанотрубок авторы добились плотной упаковки межслойных переходов и высокой пропускной способности передачи данных от сенсоров к ячейкам.

 


 

Прототип 3D-интегральной схемы содержит четыре уровня устройств, которые соединены электрическими межслойными переходами. Прототип демонстрирует, как новые технологии могут быть реализованы в вычислительных системах следующего поколения.

Третий слой ниже содержит массив вычислительных схем из транзисторов на основе нанотрубок, которые используют данные, хранимые в ячейках памяти. Идентификация газа или пара идет с помощью машинного обучения. Наконец, нижний слой содержит схемы на основе кремния, они взаимодействуют с другими слоями для выполнения ряда необходимых операций, таких как считывание данных из ячеек и управление этими данными в вычислительных схемах. Порядок слоев отражает поток данных, проходящий вертикально вниз через чип.

Предложенный авторами подход открывает путь для решения некоторых из самых сложных технологических задач в области вычислительной техники: максимизация энергоэффективности, масштабируемости и пропускной способности. Транзисторы на основе нанотрубок считаются одной из перспективных альтернатив низкой мощности для кремниевых транзисторов. Монолитная 3D-интеграция обходит присущие физические ограничения масштабирования в 2D, а энергонезависимые ячейки устраняют необходимость во внешней памяти.

 

Дисплей для виртуальной реальности

“Optical mapping near-eye three-dimensional display with correct focus cues” | Optics Letters | doi: 10.1364/OL.42.002475

виртуальная реальность

Инженеры из Иллинойского университета в Урбане-Шампейне предложили новый тип дисплея для дополненной (AR) и виртуальной (VR) реальности. Он работает в более щадящем режиме, не нагружая зрение. Шлемы и очки для погружения в виртуальный мир будут пользоваться все большим спросом по мере наполнения AR/VR контентом, но долго пользоваться ими неудобно из-за быстрого утомления глаз и вестибулярной системы. Авторы разработали дисплейный модуль, который повышает комфорт при просмотре, создавая оптическую глубину.  

Сегодня 3D сцена создается в очках с помощью двух чуть разных изображений для левого и правого глаза, которые мозг совмещает и так ощущает глубину. Но по факту вы смотрите на плоский экран, где оба изображения находятся на одном расстоянии от глаз. В реальном мире глаза все время совершают вергентные движения в противоположных направлениях для фокусировки на разных объектах и при этом меняют преломляющую силу (аккомодация). Когда же все объекты на одном расстоянии, а фокус постоянно меняется, возникает конфликт, он и ведет к усталости глаз.

 

Экран OLED разделен на четыре подпанели, каждая из которых создает 2D-изображение. Модуль пространственного мультиплексирования (SMU) сдвигает их на разные глубины, одновременно выравнивая центры с осью взгляда. Через окуляр кажется, что изображения находятся на разной глубине.

Для решения этой проблемы авторы разделили OLED дисплей на панели, каждая из которых передает 2D-изображение. Изображения на панелях оптически смещаются вдоль оси на разные глубины с нужными фокусами, а центры всех сцен выровнены относительно друг друга. В итоге всё выглядит так, словно образы находятся на разных дистанциях. Авторы разработали алгоритм, который в реальном времени смешивает изображения, так что глубины кажутся непрерывными, создавая ощущение единой трехмерной сцены.

Ключевым компонентом стал блок пространственного мультиплексирования, который смещает картины в панелях на заданные глубины и выравнивает центры изображений по оси обзора. В текущей версии блок состоит из пространственных модуляторов света, которые изменяют свет по алгоритму, разработанному исследователями. В будущем авторы хотят заменить пространственные модуляторы света другим оптическим компонентом, таким как объемная голографическая решетка. Она позволит сократить размеры устройства и его энергопотребление.

Автор: Денис Тулинов

15.08.2017Андрей Иващенко рассказал талантливым школьникам про Нейронет

Андрей Иващенко, участник рабочей группы «Нейронет», выступил с лекцией на тему «Новый технологический уклад Нейронет» перед студентами летней Олимпиадной школы МФТИ. 

Подробнее
11.08.2017ОТКРЫТ ПРИЕМ ЗАЯВОК ДЛЯ УЧАСТИЯ В КОНКУРСЕ УМНИК ПО ТЕМАТИКАМ НЕЙРОНЕТ

Фонд содействия инновациям совместно с Отраслевым союзом НейроНет запустили сбор заявок на участие в программе «УМНИК» по тематикам, связанным с технологиями НейроНет (интерфейсы человеко-машинного взаимодействия, нейросети, Bigdata, IoT и другие).

Подробнее
11.08.2017Коммерческие перспективы нейроинтерфейса "Нейробелт"

Компания «Нейроботикс», участник Отраслевого союза, разработала технологию нейроуправления различными устройствами – от квадрокоптеров до систем «умного дома» и антропоморфных роботов. 

Подробнее
11.08.2017Обзор новостей нейротехнологий 05.08.17-11.08.17

Самые актуальные новости за неделю

Подробнее
11.08.2017Молодежное сообщество Нейронет «CommOn» составило свой рейтинг российских хакспейсов

В рейтинг вошли девять центров, семь из которых находятся в Москве, один в Санкт-Петербурге и один в Тюмени

Подробнее
4.08.2017Обзор новостей нейротехнологий 29.07.17-04.08.17

Самые актуальные новости за неделю

Подробнее
1.08.2017В России впервые восстановили зрение при помощи бионического протеза глаз

Москва, 1 августа 2017 года. В международном пресс-центре «Россия сегодня» прошла пресс-конференция, посвященная успешному опыту проведения операции по восстановлению зрения при помощи бионического протезирования.

Подробнее
31.07.2017Искусственный интеллект – тема к обсуждению

11 июля стартовал прием заявок на два из четырех тематических направлений Всероссийского конкурса инновационной журналистики Tech in Media’17, организованного АО «РВК»: «Науки о жизни» и «Искусственный интеллект». Последний день приема работ по данным направлениям – 15 сентября.

Подробнее
28.07.2017Обзор новостей нейротехнологий 22.07.17-28.07.17

Самые актуальные новости за неделю

Подробнее
26.07.2017В МФТИ стартовал хакатон DeepHack.Turing

Организаторами мероприятия выступила команда проекта iPavlov, реализуемого в рамках дорожной карты «Нейронет». Соревнование является одним из этапов глобального конкурса The Conversational Intelligence Challenge (www.convai.io), в финале которого команда-победитель DeepHack.Turing примет участие.  

Подробнее
14.07.2017Уральский федеральный университет подписал меморандум о сотрудничестве с Отраслевым союзом «Нейронет»

Совместно с промышленниками и правительством вуз будет развивать среду информационного обмена.

Подробнее
14.07.2017Обзор новостей нейротехнологий 08.07.17-14.07.17

Самые актуальные новости за неделю

Подробнее
12.07.2017Mail.Ru Group впервые в России провела технологический Science Slam

Digital-зона была организована при поддержке Отраслевого союза «НейроНет

Подробнее
123242, г. Москва, Малый Конюшковский пер., д. 2, оф. 17