न्यूरोमॉर्फिक इंजीनियरिंग

From Vigyanwiki


न्यूरोमॉर्फिक कंप्यूटिंग के लिए दृष्टिकोण है जो मानव मस्तिष्क की संरचना और कार्य से प्रेरित है।[1][2][3] न्यूरोमॉर्फिक कंप्यूटर/चिप का ऐसा उपकरण है जो संगणना करने के लिए भौतिक कृत्रिम न्यूरॉन्स (सिलिकॉन से बने) का उपयोग करता है।[4][5]वर्तमान में, न्यूरोमॉर्फिक शब्द का उपयोग एनालॉग, डिजिटल, मिश्रित-मोड एनालॉग/डिजिटल वीएलएसआई, और सॉफ्टवेयर प्रणाली का वर्णन करने के लिए किया गया है जो न्यूरल प्रणाली के मॉडल (धारणा, मोटर नियंत्रण, या बहुसंवेदी एकीकरण के लिए) को प्रारम्भ करता है। हार्डवेयर स्तर पर न्यूरोमॉर्फिक कंप्यूटिंग के कार्यान्वयन को ऑक्साइड-आधारित मेमिस्टर, स्पिंट्रोनिक मेमोरी, थ्रेशोल्ड स्विच, ट्रांजिस्टर, अन्य लोगों के द्वारा अनुभव किया जा सकता है I[5]

स्पाइकिंग न्यूरल नेटवर्क के प्रशिक्षण सॉफ्टवेयर-आधारित न्यूरोमॉर्फिक प्रणाली को त्रुटि बैकप्रॉपैगेशन का उपयोग करके प्राप्त किया जा सकता है, उदाहरण के लिए, पायथन (प्रोग्रामिंग लैंग्वेज) आधारित फ्रेमवर्क जैसे कि एसएनएनटॉर्च का उपयोग करके,[6] या जैविक शिक्षण साहित्य से विहित शिक्षण नियमों का उपयोग करना, उदाहरण के लिए, बाइंड्सनेट का उपयोग करना।[7]

न्यूरोमॉर्फिक इंजीनियरिंग का प्रमुख विषय का अध्ययन किया गया है कि कैसे व्यक्तिगत न्यूरॉन्स, परिपथ, एप्लिकेशन और समग्र आर्किटेक्चर की आकृति विज्ञान वांछनीय संगणना बनाता है, और प्रभावित करता है कि कैसे जानकारी का प्रतिनिधित्व किया जाता है, क्षति की स्थिरता को प्रभावित करता है, सीखने और विकास को सम्मिलित करता है, स्थानीय परिवर्तन (प्लास्टिसिटी) को अपनाता है। और विकासवादी परिवर्तन की सुविधा प्रदान करता है।

न्यूरोमॉर्फिक इंजीनियरिंग अंतः विषय है जो जीव विज्ञान, भौतिकी, गणित, कंप्यूटर विज्ञान और इलेक्ट्रॉनिक इंजीनियरिंग से प्रेरणा लेता है।[5]जिससे मशीन प्रणाली, हेड-आई प्रणाली, श्रवण प्रोसेसर और स्वायत्त रोबोट जैसे कृत्रिम न्यूरल प्रणाली को डिजाइन किया जा सके, जिसका भौतिक वास्तुकला और डिजाइन के सिद्धांत जैविक न्यूरल प्रणाली पर आधारित हैं।[8] 1980 दशक के अंत में कार्वर मीड न्यूरोमॉर्फिक इंजीनियरिंग के लिए प्रथम आवेदन प्रस्तावित किया गया था।[9]

न्यूरोलॉजिकल संबंधी प्रेरणा

न्यूरोमॉर्फिक इंजीनियरिंग अब उस प्रेरणा से भिन्न है जो हम मस्तिष्क की संरचना और संचालन के बारे में जानते हैं। न्यूरोमॉर्फिक इंजीनियरिंग का अनुवाद हम कंप्यूटर प्रणाली में मस्तिष्क के कार्य के बारे में जानते हैं। कार्य अत्यधिक जैविक संगणना की अनुरूप प्रकृति और अनुभूति में न्यूरॉन्स की भूमिका को दोहराने पर केंद्रित है।

न्यूरॉन्स और उनके निष्कर्ष की जैविक प्रक्रियाएं अधिक जटिल हैं, और इस प्रकार कृत्रिम रूप से अनुकरण करना अधिक कठिन है। जैविक बुद्धि की प्रमुख विशेषता यह है कि न्यूरॉन्स में सभी प्रसंस्करण एनालॉग सेल सिग्नलिंग का उपयोग करते हैं। इससे कंप्यूटर में बुद्धि की नकल करना कठिन हो जाता है क्योंकि कंप्यूटर की वर्तमान पीढ़ी पूर्ण रूप से डिजिटल है। चूँकि, इन भागों की विशेषताओं को गणितीय कार्यों में सारगर्भित किया जा सकता है जो न्यूरॉन के संचालन के सार को सूक्ष्मता से जानते हैं।

न्यूरोमॉर्फिक कंप्यूटिंग का लक्ष्य मस्तिष्क और उसके सभी कार्यों को पूर्ण रूप से नकल करना नहीं है, अन्यथा व्यावहारिक कंप्यूटिंग प्रणाली में उपयोग की जाने वाली इसकी संरचना और संचालन के बारे में जाना जाता है। कोई भी न्यूरोमॉर्फिक प्रणाली न तो आशय करेगा और न ही न्यूरॉन्स और सिनैप्स के प्रत्येक तत्व को पुन: प्रस्तुत करने का प्रयास करेगा, किन्तु सभी इस विचार का पालन करते हैं कि गणना न्यूरॉन के अनुरूप छोटे कंप्यूटिंग तत्वों की श्रृंखला में अत्यधिक वितरित प्रसंस्करण है। जबकि यह भावना मानक है, शोधकर्ता विभिन्न विधियों से इस लक्ष्य का पीछा करते हैं।[10]


उदाहरण

2006 की प्रारंभ में, जॉर्जिया टेक के शोधकर्ताओं ने फील्ड प्रोग्रामेबल न्यूरल एरे प्रकाशित किया।[11] यह चिप फ्लोटिंग गेट ट्रांजिस्टर के तीव्रता से जटिल सरणियों की पंक्ति में पहली थी जिसने मॉस्फेट्स के गेट्स पर चार्ज की प्रोग्रामेबिलिटी को मस्तिष्क में न्यूरॉन्स के चैनल-आयन विशेषताओं को मॉडल करने की अनुमति दी थी और यह सिलिकॉन प्रोग्रामेबल एरे के प्रथम विषय में से था।

नवंबर 2011 में, एमआईटी शोधकर्ताओं के समूह ने कंप्यूटर चिप बनाई जो 400 ट्रांजिस्टर और मानक सीमॉस निर्माण तकनीकों का उपयोग करके दो न्यूरॉन्स के मध्य सिनैप्स में एनालॉग, आयन-आधारित संचार की नकल करती है।[12][13]

जून 2012 में, पर्ड्यू विश्वविद्यालय के स्पिंट्रोनिक शोधकर्ताओं ने स्पिन वाल्व और मेमिस्टर्स का उपयोग करके न्यूरोमोर्फिक चिप के डिजाइन पर पेपर प्रस्तुत किया। उनका तर्क है कि आर्किटेक्चर न्यूरॉन्स के समान कार्य करता है और इसलिए इसका उपयोग मस्तिष्क के प्रसंस्करण को पुन: प्रस्तुत करने के विधियों का परीक्षण किया जा सकता है। इसके अतिरिक्त, ये चिप्स पारंपरिक चिप्स की तुलना में अधिक ऊर्जा कुशल हैं।[14]

मॉट मेमिस्टर्स पर एचपी लैब्स के शोध से ज्ञात होता है कि जब वे गैर-वाष्पशील मेमोरी हो सकते हैं, तो चरण संक्रमण तापमान से अधिक नीचे के तापमान पर प्रदर्शित वाष्पशील व्यवहार का उपयोग न्यूरिस्टर बनाने के लिए किया जा सकता है,[15]जैविक रूप से प्रेरित उपकरण जो न्यूरॉन्स में पाए जाने वाले व्यवहार की नकल करता है।[15] सितंबर 2013 में, उन्होंने मॉडल और सिमुलेशन प्रस्तुत किए जो दिखाते हैं कि ट्यूरिंग मशीन के लिए आवश्यक घटकों को बनाने के लिए इन न्यूरिस्टर्स के स्पाइकिंग व्यवहार का उपयोग कैसे किया जा सकता है।[16]

स्टैनफोर्ड विश्वविद्यालय में ब्रेन्स इन सिलिकॉन द्वारा निर्मित न्यूरोग्रिड,[17] न्यूरोमॉर्फिक इंजीनियरिंग सिद्धांतों का उपयोग करके डिज़ाइन किए गए हार्डवेयर का उदाहरण है। परिपथ बोर्ड 16 कस्टम-डिज़ाइन चिप्स से बना है, जिसे न्यूरोकोर्स कहा जाता है। प्रत्येक न्यूरोकोर की एनालॉग सर्किटरी को 65536 न्यूरॉन्स के लिए प्रणाली न्यूरल तत्वों का अनुकरण करने के लिए डिज़ाइन किया गया है, जो ऊर्जा दक्षता को अधिकतम करता है। एमुलेटेड न्यूरॉन्स स्पाइकिंग थ्रूपुट को अधिकतम करने के लिए डिज़ाइन किए गए डिजिटल सर्किटरी का उपयोग करके जुड़े हुए हैं।[18][19]

न्यूरोमॉर्फिक इंजीनियरिंग के निहितार्थ के साथ शोध परियोजना मानव मस्तिष्क परियोजना है जो जैविक डेटा का उपयोग करके सुपरकंप्यूटर में पूर्ण मानव मस्तिष्क का अनुकरण करने का प्रयास कर रही है। यह न्यूरोसाइंस, मेडिसिन और कंप्यूटिंग में शोधकर्ताओं के समूह से बना है।[20] परियोजना के सह-निदेशक हेनरी मार्करम ने कहा है कि परियोजना मस्तिष्क और इसकी बीमारियों को ज्ञात करने और अध्ययन करने के लिए आधार स्थापित करने का प्रस्ताव करती है, और उस ज्ञान का उपयोग नई कंप्यूटिंग तकनीकों के निर्माण के लिए करती है। परियोजना के तीन प्राथमिक लक्ष्यों को श्रेष्ठ रूप से अध्ययन किया गया है कि मस्तिष्क के टुकड़े कैसे फिट होते हैं और साथ कार्य करते हैं, यह अध्ययन करने के लिए कि मस्तिष्क रोगों का निदान और उपचार कैसे किया जाए, और मानव मस्तिष्क की समझ का उपयोग न्यूरोमॉर्फिक कंप्यूटर विकसित करने के लिए किया जाए। यह है कि पूर्ण मानव मस्तिष्क के अनुकरण के लिए आज की तुलना में हजार गुना अधिक शक्तिशाली सुपर कंप्यूटर की आवश्यकता होगी, जो न्यूरोमॉर्फिक कंप्यूटरों पर वर्तमान फोकस को प्रोत्साहित करता है।[21] यूरोपीय आयोग द्वारा परियोजना के लिए $1.3 बिलियन आवंटित किया गया है।[22]

न्यूरोमॉर्फिक इंजीनियरिंग के निहितार्थ वाले अन्य शोधों में ब्रेन इनिशिएटिव और आईबीएम से ट्रूनॉर्थ चिप सम्मिलित है।[23] [24] नैनोक्रिस्टल, नैनोवायर और कंडक्टिंग पॉलिमर का उपयोग करके न्यूरोमॉर्फिक उपकरणों का भी प्रदर्शन किया गया है।[25]क्वांटम न्यूरोमॉर्फिक आर्किटेक्चर के लिए स्मारक उपकरण का विकास भी हुआ है।।[26] 2022 में, एमआईटी के शोधकर्ताओं ने आयन प्रोटोन (H+
), का उपयोग करके 'एनालॉग डीप लर्निंग' के लिए मस्तिष्क से प्रेरित कृत्रिम सिनैप्स के विकास की सूचना दी है।[27][28]

इंटेल ने अक्टूबर 2017 में "लांग इंटेल" नामक अपनी न्यूरोमॉर्फिक रिसर्च चिप का अनावरण किया।[29][30]चिप एसिंक्रोनस स्पाइकिंग न्यूरल नेटवर्क (एसएनएन) का उपयोग अनुकूली स्व-संशोधित घटना-चालित समानांतर संगणनाओं को प्रारम्भ करने के लिए करती है, जो उच्च दक्षता के साथ सीखने और अनुमान लगाने के लिए उपयोग की जाती है।

बेल्जियम स्थित नैनोइलेक्ट्रॉनिक रिसर्च सेंटर आईएमईसी ने विश्व की प्रथम सेल्फ-लर्निंग न्यूरोमॉर्फिक चिप का प्रदर्शन किया। ओक्सरैम तकनीक पर आधारित मस्तिष्क से प्रेरित चिप में स्व-शिक्षण की क्षमता है और संगीत की रचना करने की क्षमता का प्रदर्शन किया गया है।[31] आईएमईसी ने प्रोटोटाइप द्वारा रचित 30 सेकंड की धुन जारी की। चिप को क्रमिक रूप से एक ही समय के हस्ताक्षर और शैली में गाने के साथ लोड किया गया था। गाने प्राचीन बेल्जियम और फ्रेंच बांसुरी के मीनू थे, जिनसे चिप ने खेल के नियमों को सीखा और फिर उन्हें प्रारम्भ किया।[32]

हेनरी मार्करम के नेतृत्व में ब्लू ब्रेन प्रोजेक्ट का उद्देश्य माउस मस्तिष्क के जैविक रूप से विस्तृत डिजिटल पुनर्निर्माण और सिमुलेशन का निर्माण करना है। ब्लू ब्रेन प्रोजेक्ट ने इसके जीव विज्ञान के बारे में यथासंभव अधिक से अधिक विवरणों को दोहराने का प्रयास करते हुए, कृंतक मस्तिष्क के सिलिको मॉडल बनाए हैं। सुपरकंप्यूटर-आधारित सिमुलेशन मस्तिष्क की संरचना और कार्यों को अध्ययन करने के लिए नए दृष्टिकोण प्रदान करते हैं।

यूरोपीय संघ ने हीडलबर्ग विश्वविद्यालय में परियोजनाओं की श्रृंखला को वित्त पोषित किया, जिसके कारण जर्मनी के हीडलबर्ग विश्वविद्यालय में स्थित हाइब्रिड एनालॉग न्यूरोमॉर्फिक सुपरकंप्यूटर ब्रेनस्केलएस (न्यूरोमोर्फिक हाइब्रिड प्रणाली में मस्तिष्क से प्रेरित मल्टीस्केल गणना) का विकास हुआ। इसे ह्यूमन ब्रेन प्रोजेक्ट न्यूरोमॉर्फिक कंप्यूटिंग प्लेटफॉर्म के भाग के रूप में विकसित किया गया था और यह स्पिननेकर सुपरकंप्यूटर (जो डिजिटल तकनीक पर आधारित है) का पूरक है। ब्रेनस्केलएस में प्रयुक्त आर्किटेक्चर जैविक न्यूरॉन्स और भौतिक स्तर पर उनके कनेक्शन की नकल करता है; इसके अतिरिक्त, चूंकि घटक सिलिकॉन से बने होते हैं, ये मॉडल न्यूरॉन्स अपने जैविक समकक्षों की तुलना में औसतन 864 गुना (मशीन सिमुलेशन में 24 घंटे का वास्तविक समय 100 सेकंड है) कार्य करते हैं।[33]

ब्रेनचिप ने अक्टूबर 2021 में घोषणा की कि वह अपने अकिडा एआई प्रोसेसर डेवलपमेंट किट के लिए ऑर्डर ले रहा है[34] और जनवरी 2022 में यह अपने अकिडा एआई प्रोसेसर पीसीआईई बोर्डों के लिए ऑर्डर ले रहा था,[35] यह विश्व का प्रथम व्यावसायिक रूप से उपलब्ध न्यूरोमॉर्फिक प्रोसेसर बन गया।

न्यूरो मेमरिस्टिव प्रणाली

न्यूरोमेमिस्टिव प्रणाली न्यूरोमॉर्फिक कंप्यूटिंग प्रणाली का उपवर्ग है जो न्यूरोप्लास्टी को प्रारम्भ करने के लिए मेमिस्टर के उपयोग पर केंद्रित है। जबकि न्यूरोमॉर्फिक इंजीनियरिंग जैविक व्यवहार की नकल करने पर ध्यान केंद्रित करती है, न्यूरोमेमिस्टिव प्रणाली अमूर्तता पर ध्यान केंद्रित करते हैं।[36] उदाहरण के लिए, न्यूरोमेमरिस्टिव प्रणाली सार प्रणाली िका नेटवर्क मॉडल के साथ सेरेब्रल कॉर्टेक्स माइक्रो सर्किट के व्यवहार के विवरण को परिवर्तित कर सकती है।[37]

कई न्यूरॉन प्रेरित थ्रेशोल्ड लॉजिक फ़ंक्शंस उपस्तिथ हैं जिन्हें मेमिस्टर के साथ कार्यान्वित किया गया है जिनके पास उच्च स्तरीय पैटर्न पहचान अनुप्रयोगों में अनुप्रयोग हैं। वर्तमान में रिपोर्ट किए गए कुछ अनुप्रयोगों में वाक् पहचान,[38] चेहरा पहचान[39] और वस्तु पहचान सम्मिलित है।[40] वे पारंपरिक डिजिटल लॉजिक गेट्स को परिवर्तित करने में भी आवेदन पाते हैं।[41][42]

(अर्ध) आदर्श निष्क्रिय स्मृति परिपथ के लिए, परिपथ की आंतरिक मेमोरी के लिए त्रुटिहीन समीकरण (कारावेली-ट्रेवर्सा-डी वेंट्रा समीकरण) है:[43][44]

भौतिक स्मृति नेटवर्क और बाहरी स्रोतों के गुणों के फ़ंक्शंस के रूप में आदर्श स्मृतिकारों के विषय में, . उपरोक्त समीकरण में, विस्मृति का समय स्केल स्थिर है, मेमिस्टर्स के लिमिट रेजिस्टेंस के ऑफ और ऑन वैल्यू का अनुपात है, परिपथ के स्रोतों का वेक्टर है और परिपथ के मौलिक लूप पर प्रोजेक्टर है। अटल वोल्टेज का आयाम है और मेमिस्टर के गुणों से जुड़ा है; इसकी भौतिक उत्पत्ति कंडक्टर में चार्ज गतिशीलता है। विकर्ण मैट्रिक्स और वेक्टर और क्रमशः, इसके अतिरिक्त 0 और 1 के मध्य के मानों के साथ मेमिस्टर्स के आंतरिक मूल्य हैं। इस प्रकार इस समीकरण को विश्वसनीय होने के लिए स्मृति मूल्यों पर अतिरिक्त बाधाओं को जोड़ने की आवश्यकता होती है।

यह वर्तमान में दिखाया गया है कि उपरोक्त समीकरण टनलिंग घटना को प्रदर्शित करता है।[44]


न्यूरोमॉर्फिक सेंसर

न्यूरोमॉर्फिक प्रणाली की अवधारणा को सेंसर तक बढ़ाया जा सकता है (सिर्फ गणना के लिए नहीं)। प्रकाश को ज्ञात करने के लिए प्रारम्भ इसका उदाहरण रेटिनोमॉर्फिक सेंसर है या, जब किसी सरणी में नियोजित किया जाता है, तो घटना कैमरा 2022 में, पॉलिमर रिसर्च के लिए मैक्स प्लैंक इंस्टीट्यूट के शोधकर्ताओं ने कार्बनिक कृत्रिम स्पाइकिंग न्यूरॉन की सूचना दी जो जैविक वेटवेयर में कार्य करते हुए जैविक न्यूरॉन्स की सिग्नल विविधता प्रदर्शित करता है, इस प्रकार इन-सीटू न्यूरोमॉर्फिक सेंसिंग और बायोइंटरफेसिंग अनुप्रयोगों को सक्षम करता है।[45][46]


सैन्य अनुप्रयोग

संयुक्त आर्टिफिशियल इंटेलिजेंस सेंटर, अमेरिकी सेना की शाखा, युद्ध के उपयोग के लिए एआई सॉफ्टवेयर और न्यूरोमॉर्फिक हार्डवेयर की खरीद और कार्यान्वयन के लिए समर्पित केंद्र है। विशिष्ट अनुप्रयोगों में स्मार्ट हेडसेट/चश्मे और रोबोट सम्मिलित हैं। जेएआईसी न्यूरोमॉर्फिक-सक्षम इकाइयों के नेटवर्क के भीतर प्रत्येक सेंसर से प्रत्येक शूटर को जोड़ने के लिए न्यूरोमॉर्फिक तकनीक पर अधिक आशा करने का निश्चय रखता है।

नैतिक और नियम विचार

जबकि न्यूरोमॉर्फिक इंजीनियरिंग की अंतःविषय अवधारणा अपेक्षाकृत नई है, कई समान नैतिक विचार न्यूरोमॉर्फिक प्रणाली पर प्रारम्भ होते हैं जैसे मानव जैसी मशीनों और सामान्य रूप से कृत्रिम बुद्धि पर प्रारम्भ होते हैं। चूँकि, यह तथ्य हैं कि न्यूरोमॉर्फिक प्रणाली को मानव मस्तिष्क की नकल करने के लिए डिज़ाइन किया गया है, उनके उपयोग के निकट अद्वितीय नैतिक प्रश्नों को उत्पन्न करता है।

चूँकि, व्यावहारिक वादविवाद यह है कि न्यूरोमॉर्फिक हार्डवेयर के साथ-साथ कृत्रिम न्यूरल नेटवर्क अधिक सरलीकृत मॉडल हैं कि मस्तिष्क कैसे संचालित होता है या अधिक कम जटिल प्रणाली और मस्तिष्क कनेक्टिविटी के विषय में अधिक नियमित संरचना पर सूचनाओं को संसाधित करता है। न्यूरोमॉर्फिक चिप्स की मस्तिष्क से तुलना करना अधिक ही अपरिष्कृत तुलना है जो विमान की तुलना पक्षी से करने के समान है क्योंकि उनके पास पंख और पूंछ दोनों हैं। तथ्य यह है कि जैविक प्रणाली िका संज्ञानात्मक अधिक ऊर्जा के परिमाण के कई आदेश हैं- और वर्तमान अत्याधुनिक एआई और न्यूरोमॉर्फिक इंजीनियरिंग की तुलना में अधिक ऊर्जा दक्षता (भौतिकी) और गणना-कुशल कई अभियांत्रिकी के जैसे ही मस्तिष्क के प्रणाली से प्रेरणा लेकर इस अंतर को कम करने का प्रयास है। डिजाइन में जैव-प्रेरित विशेषताएं हैं।

सामाजिक सरोकार

सार्वजनिक धारणा के कारण महत्वपूर्ण नैतिक सीमाएं न्यूरोमोर्फिक इंजीनियरिंग पर रखी जा सकती हैं।[47] विशेष यूरोबैरोमीटर 382: रोबोट के प्रति सार्वजनिक दृष्टिकोण, यूरोपीय आयोग द्वारा किए गए सर्वेक्षण में पाया गया कि 60% यूरोपीय संघ के नागरिक बच्चों, बुजुर्गों या विकलांगों की देखभाल में रोबोटों पर प्रतिबंध चाहते हैं। इसके अतिरिक्त, 34% शिक्षा में रोबोट पर प्रतिबंध के पक्ष में थे, 27% स्वास्थ्य सेवा में और 20% मनोरंजन में। यूरोपीय आयोग इन क्षेत्रों को विशेष रूप से "मानव" के रूप में वर्गीकृत करता है। रिपोर्ट में रोबोट के प्रति बढ़ती सार्वजनिक चिंता का हवाला दिया गया है जो मानव कार्यों की नकल या नकल करने में सक्षम हैं। न्यूरोमॉर्फिक इंजीनियरिंग, परिभाषा के अनुसार, मानव मस्तिष्क के कार्य को दोहराने के लिए डिज़ाइन किया गया है।[48]

न्यूरोमॉर्फिक इंजीनियरिंग के निकट के सामाजिक सरोकार भविष्य में और भी गहरा होने की संभावना है। यूरोपीय आयोग ने पाया कि 15 से 24 वर्ष के मध्य के यूरोपीय संघ के नागरिक 55 वर्ष से अधिक आयु के यूरोपीय संघ के नागरिकों की तुलना में रोबोट को मानव-समान (उपकरण-समान के विपरीत) के रूप में सोचने की अधिक संभावना रखते हैं। मानव के रूप में परिभाषित किया गया था, 15-24 आयु वर्ग के यूरोपीय संघ के 75% नागरिकों ने कहा कि यह उस विचार से मेल खाता है जो उनके पास रोबोट था, जबकि 55 वर्ष से अधिक आयु के यूरोपीय संघ के केवल 57% नागरिकों ने उसी तरह प्रतिक्रिया दी थी। न्यूरोमॉर्फिक प्रणाली की मानव जैसी प्रकृति, इसलिए, उन्हें रोबोट की श्रेणियों में रख सकती है, कई यूरोपीय संघ के नागरिक भविष्य में प्रतिबंधित देखना चाहेंगे।[48]


व्यक्तित्व

जैसा कि न्यूरोमॉर्फिक प्रणाली तीव्रता से उन्नत हो गए हैं, कुछ विद्वान[who?] ने इन प्रणालियों को व्यक्तित्व अधिकार प्रदान करने की वकालत की है। यदि मस्तिष्क वह है जो मनुष्यों को उनके व्यक्तित्व का अनुदान देता है, तो किस सीमा तक न्यूरोमॉर्फिक प्रणाली को मानव मस्तिष्क की नकल करने के लिए व्यक्तित्व अधिकार प्रदान करना पड़ता है? मानव मस्तिष्क परियोजना में प्रौद्योगिकी विकास के आलोचकों, जिसका उद्देश्य मस्तिष्क से प्रेरित कंप्यूटिंग को आगे बढ़ाना है, तर्क दिया है कि न्यूरोमॉर्फिक कंप्यूटिंग में उन्नति मशीन चेतना या व्यक्तित्व को उत्पन्न कर सकती है।[49] यदि इन प्रणालियों को व्यक्ति के रूप में माना जाता है, आलोचकों का तर्क है, तो कई कार्य मनुष्य न्यूरोमॉर्फिक प्रणाली का उपयोग करके करते हैं, जिसमें न्यूरोमॉर्फिक प्रणाली की समाप्ति का कार्य सम्मिलित है, नैतिक रूप से अस्वीकार्य हो सकता है क्योंकि ये कार्य न्यूरोमॉर्फिक प्रणाली की स्वायत्तता का उल्लंघन करेंगे।[50]

संशयवादियों ने तर्क दिया है कि इलेक्ट्रॉनिक व्यक्तित्व को प्रारम्भ करने का कोई विधि नहीं है, व्यक्तित्व की अवधारणा जो प्रावधान रूप से न्यूरोमॉर्फिक तकनीक पर प्रारम्भ होगी। प्रावधान व्यक्तियों के रूप में "स्मार्ट रोबोट" को मान्यता देने के यूरोपीय आयोग के प्रस्ताव का विरोध करने वाले नियम, रोबोटिक्स, चिकित्सा और नैतिकता के 285 विशेषज्ञों द्वारा हस्ताक्षरित पत्र में, लेखक लिखते हैं, "रोबोट के लिए प्रावधान स्थिति प्राकृतिक व्यक्ति से प्राप्त नहीं हो सकती है। मॉडल, चूंकि रोबोट तब मानवाधिकारों को धारण करेगा, जैसे कि गरिमा का अधिकार, इसकी अखंडता का अधिकार, पारिश्रमिक का अधिकार या नागरिकता का अधिकार, इस प्रकार मानवाधिकारों का सामना करना। यह यूरोपीय संघ के मौलिक अधिकारों के चार्टर और मानवाधिकारों और मौलिक स्वप्रणाली ता के संरक्षण के लिए कन्वेंशन के विपरीत होगा।[51]


स्वामित्व और संपत्ति के अधिकार

संपत्ति के अधिकार और आर्टिफिशियल इंटेलिजेंस के निकट महत्वपूर्ण नियम है। अकोहस प्राइवेट लिमिटेड के प्रति यूकॉर्प प्राइवेट लिमिटेड में, ऑस्ट्रेलिया के संघीय न्यायालय के न्यायमूर्ति क्रिस्टोफर जेसप ने पाया कि सामग्री सुरक्षा डेटा शीट के लिए स्रोत कोड को कॉपीराइट नहीं किया जा सकता क्योंकि यह मानव लेखक के अतिरिक्त सॉफ्टवेयर इंटरफ़ेस द्वारा उत्पन्न किया गया था।[52] न्यूरोमॉर्फिक प्रणाली पर भी यही प्रश्न प्रारम्भ हो सकता है: यदि न्यूरोमॉर्फिक प्रणाली सफलतापूर्वक मानव मस्तिष्क की नकल करता है और मूल कार्य का टुकड़ा उत्पन्न करता है, तो कौन, यदि कोई है, तो कार्य के स्वामित्व का आशय करने में सक्षम होना चाहिए?[53]


यह भी देखें

संदर्भ

  1. ↑ Imran, Talha; Facebook; Twitter; Pinterest; Email; Apps, Other (2023-01-04). "What is Neuromorphic Computing ? How does Neuromorphic Computing work". Ai Future Way (in British English). Retrieved 2023-01-11. {{cite web}}: |last2= has generic name (help)CS1 maint: url-status (link)
  2. ↑ Ham, Donhee; Park, Hongkun; Hwang, Sungwoo; Kim, Kinam (2021). "न्यूरोमॉर्फिक इलेक्ट्रॉनिक्स मस्तिष्क को कॉपी और पेस्ट करने पर आधारित है". Nature Electronics (in English). 4 (9): 635–644. doi:10.1038/s41928-021-00646-1. ISSN 2520-1131. S2CID 240580331.
  3. ↑ van de Burgt, Yoeri; Lubberman, Ewout; Fuller, Elliot J.; Keene, Scott T.; Faria, Grégorio C.; Agarwal, Sapan; Marinella, Matthew J.; Alec Talin, A.; Salleo, Alberto (April 2017). "न्यूरोमॉर्फिक कंप्यूटिंग के लिए एक कम वोल्टेज कृत्रिम सिनैप्स के रूप में एक गैर-वाष्पशील कार्बनिक विद्युत रासायनिक उपकरण". Nature Materials (in English). 16 (4): 414–418. Bibcode:2017NatMa..16..414V. doi:10.1038/nmat4856. ISSN 1476-4660. PMID 28218920.
  4. ↑ Mead, Carver (1990). "न्यूरोमॉर्फिक इलेक्ट्रॉनिक सिस्टम" (PDF). Proceedings of the IEEE. 78 (10): 1629–1636. doi:10.1109/5.58356. S2CID 1169506.
  5. ↑ 5.0 5.1 5.2 "Neuromorphic Circuits With Neural Modulation Enhancing the Information Content of Neural Signaling | International Conference on Neuromorphic Systems 2020" (in English). doi:10.1145/3407197.3407204. S2CID 220794387. {{cite journal}}: Cite journal requires |journal= (help)
  6. ↑ Eshraghian, Jason K.; Ward, Max; Neftci, Emre; Wang, Xinxin; Lenz, Gregor; Dwivedi, Girish; Bennamoun, Mohammed; Jeong, Doo Seok; Lu, Wei D. (1 October 2021). "डीप लर्निंग से लेसन्स का उपयोग करते हुए न्यूरल नेटवर्क्स का प्रशिक्षण". arXiv:2109.12894. {{cite journal}}: Cite journal requires |journal= (help)
  7. ↑ "Hananel-Hazan/bindsnet: Simulation of spiking neural networks (SNNs) using PyTorch". GitHub. 31 March 2020.
  8. ↑ Boddhu, S. K.; Gallagher, J. C. (2012). "विकसित न्यूरोमॉर्फिक उड़ान नियंत्रकों का गुणात्मक कार्यात्मक अपघटन विश्लेषण". Applied Computational Intelligence and Soft Computing. 2012: 1–21. doi:10.1155/2012/705483.
  9. ↑ Mead, Carver A.; Mahowald, M. A. (1988-01-01). "प्रारंभिक दृश्य प्रसंस्करण का एक सिलिकॉन मॉडल". Neural Networks (in English). 1 (1): 91–97. doi:10.1016/0893-6080(88)90024-X. ISSN 0893-6080.
  10. ↑ Furber, Steve (2016). "बड़े पैमाने पर न्यूरोमॉर्फिक कंप्यूटिंग सिस्टम". Journal of Neural Engineering. 13 (5): 1–15. Bibcode:2016JNEng..13e1001F. doi:10.1088/1741-2560/13/5/051001. PMID 27529195.
  11. ↑ Farquhar, Ethan; Hasler, Paul. (May 2006). एक फील्ड प्रोग्रामेबल न्यूरल ऐरे. pp. 4114–4117. doi:10.1109/ISCAS.2006.1693534. ISBN 978-0-7803-9389-9. S2CID 206966013. {{cite book}}: |journal= ignored (help)
  12. ↑ "MIT ने बनाई 'ब्रेन चिप'". Retrieved 4 December 2012.
  13. ↑ Poon, Chi-Sang; Zhou, Kuan (2011). "Neuromorphic silicon neurons and large-scale neural networks: challenges and opportunities". Frontiers in Neuroscience. 5: 108. doi:10.3389/fnins.2011.00108. PMC 3181466. PMID 21991244.
  14. ↑ Sharad, Mrigank; Augustine, Charles; Panagopoulos, Georgios; Roy, Kaushik (2012). "स्पिन उपकरणों का उपयोग करके न्यूरोमॉर्फिक हार्डवेयर के लिए प्रस्ताव". arXiv:1206.3227 [cond-mat.dis-nn].
  15. ↑ 15.0 15.1 Pickett, M. D.; Medeiros-Ribeiro, G.; Williams, R. S. (2012). "Mott memristors के साथ निर्मित एक स्केलेबल न्यूरिस्टर". Nature Materials. 12 (2): 114–7. Bibcode:2013NatMa..12..114P. doi:10.1038/nmat3510. PMID 23241533. S2CID 16271627.
  16. ↑ Matthew D Pickett & R Stanley Williams (September 2013). "चरण संक्रमण न्यूरिस्टर-आधारित सेलुलर ऑटोमेटा में कम्प्यूटेशनल सार्वभौमिकता को सक्षम करते हैं". Nanotechnology. IOP Publishing Ltd. 24 (38). 384002. Bibcode:2013Nanot..24L4002P. doi:10.1088/0957-4484/24/38/384002. PMID 23999059. S2CID 9910142.
  17. ↑ Boahen, Kwabena (24 April 2014). "Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations". Proceedings of the IEEE. 102 (5): 699–716. doi:10.1109/JPROC.2014.2313565. S2CID 17176371.
  18. ↑ Waldrop, M. Mitchell (2013). "Neuroelectronics: Smart connections". Nature. 503 (7474): 22–4. Bibcode:2013Natur.503...22W. doi:10.1038/503022a. PMID 24201264.
  19. ↑ Benjamin, Ben Varkey; Peiran Gao; McQuinn, Emmett; Choudhary, Swadesh; Chandrasekaran, Anand R.; Bussat, Jean-Marie; Alvarez-Icaza, Rodrigo; Arthur, John V.; Merolla, Paul A.; Boahen, Kwabena (2014). "Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations". Proceedings of the IEEE. 102 (5): 699–716. doi:10.1109/JPROC.2014.2313565. S2CID 17176371.
  20. ↑ "शामिल संगठन". Archived from the original on 2 March 2013. Retrieved 22 February 2013.
  21. ↑ "मानव मस्तिष्क परियोजना". Retrieved 22 February 2013.
  22. ↑ "मानव मस्तिष्क परियोजना और अधिक साइबर योद्धाओं की भर्ती". January 29, 2013. Retrieved 22 February 2013.
  23. ↑ Neuromorphic computing: The machine of a new soul, The Economist, 2013-08-03
  24. ↑ Modha, Dharmendra (Aug 2014). "स्केलेबल संचार नेटवर्क और इंटरफ़ेस के साथ एक मिलियन स्पाइकिंग-न्यूरॉन इंटीग्रेटेड सर्किट". Science. 345 (6197): 668–673. Bibcode:2014Sci...345..668M. doi:10.1126/science.1254642. PMID 25104385. S2CID 12706847.
  25. ↑ Fairfield, Jessamyn (March 1, 2017). "होशियार मशीनें" (PDF).
  26. ↑ Spagnolo, Michele; Morris, Joshua; Piacentini, Simone; Antesberger, Michael; Massa, Francesco; Crespi, Andrea; Ceccarelli, Francesco; Osellame, Roberto; Walther, Philip (April 2022). "प्रायोगिक फोटोनिक क्वांटम मेमिस्टर". Nature Photonics (in English). 16 (4): 318–323. arXiv:2105.04867. Bibcode:2022NaPho..16..318S. doi:10.1038/s41566-022-00973-5. ISSN 1749-4893. S2CID 234358015.
    News article: "Erster "Quanten-Memristor" soll KI und Quantencomputer verbinden". DER STANDARD (in Österreichisches Deutsch). Retrieved 28 April 2022.
    Lay summary report: "Artificial neurons go quantum with photonic circuits". University of Vienna (in English). Retrieved 19 April 2022.
  27. ↑ "'कृत्रिम सिनैप्स' तंत्रिका नेटवर्क को दिमाग की तरह काम कर सकता है". New Scientist. Retrieved 21 August 2022.
  28. ↑ Onen, Murat; Emond, Nicolas; Wang, Baoming; Zhang, Difei; Ross, Frances M.; Li, Ju; Yildiz, Bilge; del Alamo, Jesús A. (29 July 2022). "एनालॉग डीप लर्निंग के लिए नैनोसेकंड प्रोटोनिक प्रोग्रामेबल रेसिस्टर्स" (PDF). Science (in English). 377 (6605): 539–543. Bibcode:2022Sci...377..539O. doi:10.1126/science.abp8064. ISSN 0036-8075. PMID 35901152. S2CID 251159631.
  29. ↑ Davies, Mike; et al. (January 16, 2018). "Loihi: A Neuromorphic Manycore Processor with On-Chip Learning". IEEE Micro. 38 (1): 82–99. doi:10.1109/MM.2018.112130359. S2CID 3608458.
  30. ↑ Morris, John. "इंटेल ने एक न्यूरोमॉर्फिक चिप क्यों बनाई". ZDNet (in English). Retrieved 17 August 2018.
  31. ↑ "इमेक सेल्फ-लर्निंग न्यूरोमॉर्फिक चिप प्रदर्शित करता है जो संगीत की रचना करता है". IMEC International. Retrieved 1 October 2019.
  32. ↑ Bourzac, Katherine (May 23, 2017). "एक न्यूरोमॉर्फिक चिप जो संगीत बनाती है". IEEE Spectrum. Retrieved 1 October 2019.{{cite web}}: CS1 maint: url-status (link)
  33. ↑ "वॉन न्यूमैन से परे, न्यूरोमॉर्फिक कंप्यूटिंग लगातार आगे बढ़ती है". HPCwire (in English). 2016-03-21. Retrieved 2021-10-08.
  34. ↑ "अकिडा एआई प्रोसेसर डेवलपमेंट किट के ऑर्डर लेना". 21 October 2021.
  35. ↑ "स्पाइकिंग न्यूरल नेटवर्क चिप के साथ पहला मिनी पीसीआईएक्सप्रेस बोर्ड". January 19, 2022.
  36. ↑ "002.08 N.I.C.E. Workshop 2014: Towards Intelligent Computing with Neuromemristive Circuits and Systems - Feb. 2014". digitalops.sandia.gov. Retrieved 2019-08-26.
  37. ↑ C. Merkel and D. Kudithipudi, "Neuromemristive extreme learning machines for pattern classification," ISVLSI, 2014.
  38. ↑ Maan, A.K.; James, A.P.; Dimitrijev, S. (2015). "Memristor pattern recogniser: isolated speech word recognition". Electronics Letters. 51 (17): 1370–1372. Bibcode:2015ElL....51.1370M. doi:10.1049/el.2015.1428. hdl:10072/140989. S2CID 61454815.
  39. ↑ Maan, Akshay Kumar; Kumar, Dinesh S.; James, Alex Pappachen (2014-01-01). "यादगार दहलीज तर्क चेहरा पहचान". Procedia Computer Science. 5th Annual International Conference on Biologically Inspired Cognitive Architectures, 2014 BICA. 41: 98–103. doi:10.1016/j.procs.2014.11.090.
  40. ↑ Maan, A.K.; Kumar, D.S.; Sugathan, S.; James, A.P. (2015-10-01). "फास्ट मूविंग ऑब्जेक्ट डिटेक्शन का यादगार थ्रेशोल्ड लॉजिक सर्किट डिज़ाइन". IEEE Transactions on Very Large Scale Integration (VLSI) Systems. 23 (10): 2337–2341. arXiv:1410.1267. doi:10.1109/TVLSI.2014.2359801. ISSN 1063-8210. S2CID 9647290.
  41. ↑ James, A.P.; Francis, L.R.V.J.; Kumar, D.S. (2014-01-01). "प्रतिरोधक दहलीज तर्क". IEEE Transactions on Very Large Scale Integration (VLSI) Systems. 22 (1): 190–195. arXiv:1308.0090. doi:10.1109/TVLSI.2012.2232946. ISSN 1063-8210. S2CID 7357110.
  42. ↑ James, A.P.; Kumar, D.S.; Ajayan, A. (2015-11-01). "Threshold Logic Computing: Memristive-CMOS Circuits for Fast Fourier Transform and Vedic Multiplication". IEEE Transactions on Very Large Scale Integration (VLSI) Systems. 23 (11): 2690–2694. arXiv:1411.5255. doi:10.1109/TVLSI.2014.2371857. ISSN 1063-8210. S2CID 6076956.
  43. ↑ Caravelli; et al. (2017). "The complex dynamics of memristive circuits: analytical results and universal slow relaxation". Physical Review E. 95 (2): 022140. arXiv:1608.08651. Bibcode:2017PhRvE..95b2140C. doi:10.1103/PhysRevE.95.022140. PMID 28297937. S2CID 6758362.
  44. ↑ 44.0 44.1 Caravelli; et al. (2021). "सामूहिक बल क्षेत्र गठन द्वारा सहायता प्राप्त क्लासिकल टनलिंग के माध्यम से वैश्विक न्यूनीकरण". Science Advances. 7 (52): 022140. arXiv:1608.08651. Bibcode:2021SciA....7.1542C. doi:10.1126/sciadv.abh1542. PMID 28297937. S2CID 231847346.
  45. ↑ Sarkar, Tanmoy; Lieberth, Katharina; Pavlou, Aristea; Frank, Thomas; Mailaender, Volker; McCulloch, Iain; Blom, Paul W. M.; Torriccelli, Fabrizio; Gkoupidenis, Paschalis (7 November 2022). "सीटू न्यूरोमॉर्फिक सेंसिंग और बायोइंटरफेसिंग के लिए एक कार्बनिक कृत्रिम स्पाइकिंग न्यूरॉन". Nature Electronics (in English). 5 (11): 774–783. doi:10.1038/s41928-022-00859-y. ISSN 2520-1131. S2CID 253413801.
  46. ↑ "कृत्रिम न्यूरॉन्स सहक्रियात्मक संचालन को सक्षम करने के लिए जैविक समकक्षों का अनुकरण करते हैं". Nature Electronics (in English). 5 (11): 721–722. 10 November 2022. doi:10.1038/s41928-022-00862-3. ISSN 2520-1131. S2CID 253469402.
  47. ↑ 2015 Study Panel (September 2016). Artificial Intelligence and Life in 2030 (PDF). One Hundred Year Study on Artificial Intelligence (AI100) (Report). Stanford University.
  48. ↑ 48.0 48.1 European Commission (September 2012). "Special Eurobarometer 382: Public Attitudes Towards Robots" (PDF). European Commission.
  49. ↑ Aicardi, Christine (September 2018). "Accompanying technology development in the Human Brain Project: From foresight to ethics management". Futures. 102: 114–124. doi:10.1016/j.futures.2018.01.005.
  50. ↑ Lim, Daniel (2014-06-01). "Brain simulation and personhood: a concern with the Human Brain Project". Ethics and Information Technology (in English). 16 (2): 77–89. doi:10.1007/s10676-013-9330-5. ISSN 1572-8439. S2CID 17415814.
  51. ↑ "Robotics Openletter | Open letter to the European Commission" (in français). Retrieved 2019-05-10.
  52. ↑ Lavan. "स्रोत कोड और डिजिटल उत्पादों में कॉपीराइट". Lavan (in English). Retrieved 2019-05-10.
  53. ↑ Eshraghian, Jason K. (9 March 2020). "कृत्रिम रचनात्मकता का मानव स्वामित्व". Nature Machine Intelligence. 2 (3): 157–160. doi:10.1038/s42256-020-0161-x. S2CID 215991449.


बाहरी संबंध

Retrieved from ‘https://www.vigyanwiki.in/index.php?title=न्यूरोमॉर्फिक_इंजीनियरिंग&oldid=187346’