В лабораториях Петербурга разрабатывают уникальные технологии. Исследования могут изменить подход к ИИ. Эксперты обсуждают перспективы и вызовы новых решений. Впереди — новые горизонты для отечественной микроэлектроники.
В Санкт-Петербурге специалисты университета ИТМО сделали шаг к созданию устройств, способных мыслить и запоминать без подключения к облачным сервисам. В их лабораториях появился миниатюрный элемент памяти — мемристор, который может стать основой для принципиально новых вычислительных систем. Благодаря таким технологиям, через несколько лет искусственный интеллект сможет работать автономно, не полагаясь на удаленные серверы и дата-центры.
Мемристор — это особый компонент, сочетающий функции хранения и обработки информации. Его уникальность в том, что он запоминает, как через него проходил ток, и при повторном включении восстанавливает прежние характеристики. Такой подход позволяет создавать нейроморфные системы, где вычисления и память объединены в единой структуре, напоминающей работу человеческого мозга. В отличие от традиционных компьютеров, где процессор и память разделены, здесь все происходит внутри одного элемента, что открывает новые возможности для развития ИИ.
На мировом рынке подобные разработки ведут крупнейшие компании, однако массовое производство пока не налажено. Российские ученые выбрали экспериментальный путь, сосредоточившись на создании стабильных и энергоэффективных мемристоров. В ИТМО удалось получить элемент на основе перовскита, который отличается высокой стабильностью и низким энергопотреблением. Для этого использовались монокристаллы размером около 300 нанометров, что позволило добиться повторяемости параметров и устойчивости к сбоям даже после множества циклов работы.
Важным достижением стало применение растворной химии вместо дорогостоящих методов выращивания кристаллов. Это позволило снизить затраты и использовать только отечественные материалы. Новый мемристор потребляет всего 70 нановатт на переключение — примерно столько же, сколько требуется нервной клетке для передачи сигнала. Однако, чтобы перевести лабораторный успех в промышленный масштаб, необходимы значительные инвестиции и создание специальных производственных линий, которых в России пока нет.
Эксперты отмечают, что для массового внедрения таких устройств требуется надежность на уровне миллионов циклов и возможность интеграции с существующими технологиями. Пока речь идет о тысячах тестовых образцов, но в перспективе рынок может вырасти до миллиардов долларов. Создание совместных лабораторий и пилотных площадок при университетах рассматривается как первый шаг к развитию отечественной микроэлектроники.
Появление мемристорных архитектур открывает путь к децентрализованному искусственному интеллекту, который способен обучаться и принимать решения прямо на устройстве. Такой подход делает системы более автономными и снижает зависимость от внешних ресурсов. Вместе с тем, возникают новые вызовы в области безопасности: если устройство может самообучаться, его можно научить и нежелательным действиям. Поэтому вопросы защиты и этики становятся особенно актуальными.
Внедрение нейроморфных технологий приведет к тому, что память о данных будет храниться внутри самой сети, определяя ее структуру и поведение. Это усложнит процесс переобучения и повысит требования к качеству исходных данных. В результате, защита будет строиться не только на уровне программного кода, но и на формировании «характера» машины.
Развитие мемристорных систем может стать драйвером для новых направлений в микроэлектронике, материаловедении и тонкопленочных технологиях. Несмотря на низкую готовность к массовому производству, такие разработки способны создать внутренний рынок компонентов и укрепить технологическую независимость страны. В конечном итоге, появление умных устройств с возможностью самостоятельного обучения изменит роль человека: часть решений перейдет к алгоритмам, но контроль и определение целей останутся за людьми.