Идея и потенциал
Исследователи Национального исследовательского Нижегородского государственного университета им. Н.И. Лобачевского (ННГУ) представили инновационную технологию, основанную на мемристорах. Эти уникальные запоминающие сопротивление элементы стали фундаментом для усовершенствования нейроуправления роботизированными системами посредством мозговых сигналов. Разработка знаменует собой первый в России успешный опыт применения мемристорных чипов в данной сфере, причем они произведены в России.
Растущий рынок и сферы применения
Нейроуправление динамично развивается благодаря множеству современных изысканий. По оценкам специалистов, мировой объем рынка нейроинтерфейсов достигнет почти 20 миллиардов долларов к 2030 году. Особенно перспективны эти решения для промышленных роботизированных комплексов и медицинской реабилитации.
Преимущества и возможности
Новинка от ННГУ открывает широкие перспективы: от повышения комфорта взаимодействия пациентов с протезами, экзоскелетами и "мысленно управляемыми" инвалидными колясками – до модернизации систем пилотирования БПЛА для большей точности и надежности. Безусловно, робототехника станет ключевым направлением для внедрения этой эффективной технологии, исследования в рамках которой в университете ведутся целое десятилетие.
Суть инновации
«Сложным действиям сопутствует большой объем мозговых сигналов. Революционные компактность и скорость отечественных мемристоров исключают потребность в громоздких компьютерных мощностях. Обработка будет происходить на миниатюрных мобильных процессорах с беспроводной передачей управления. Это кардинально снизит энергозатраты, а значит, вес и габариты устройств. Системы станут мобильными, компактными, энергоэффективными», – подчеркнул соавтор проекта, старший научный сотрудник НИЛ мемристорной наноэлектроники ННГУ Сергей Андреевич Щаников.
Механизм работы
Управление роботом базируется на концепции двигательного представления. Обученный оператор мысленно воспроизводит действие, а ЭЭГ-шлем регистрирует мозговую активность. Сигналы по Wi-Fi поступают на плату с мемристорным чипом, расположенную на операторе или роботе. Здесь команда обрабатывается и передается на исполнение.
Будущие шаги
«Наша цель – совершенствовать разработку. Для повышения надежности мы интегрируем другие биоэлектрические сигналы, такие как ЭМГ и реакцию глаз, а контур обратной связи ускорит и упростит обучение. В Нижнем Новгороде сформировался исключительный коллектив специалистов по нейроморфным вычислениям – от нейробиологии и биовдохновленных ИИ-моделей до практической реализации нейропроцессоров», – поделилась планами директор НИИ нейронаук ННГУ, руководитель Центра нейроморфных вычислений АНО ВО «Университет Неймарк» Сусанна Юрьевна Гордлеева.
Работа объединила ученых НИЛ стохастических мультистабильных систем НОЦ «Физика твердотельных наноструктур», НИЛ нейродинамики и когнитивных технологий НИИ нейронаук ННГУ, Центра нейроморфных вычислений «Университета Неймарк», а также студентов и аспирантов физфака ННГУ. Разработка выполнена по программе Национального центра физики и математики (направление № 9 «Искусственный интеллект и большие данные») и создала базу для проектов программы «Приоритет-2030» (особенно стратегического проекта ННГУ «Нейроморфные и квантовые технологии искусственного и гибридного интеллекта»).
Информация предоставлена при поддержке Министерства науки и высшего образования Российской Федерации.
Изображение: Андрей Николаевич Скворцов / ННГУ им. Н.И. Лобачевского
Источник: scientificrussia.ru
