Projektbeschreibung
Innovatives künstliches neuronales Netzwerk könnte bis zu 10 Millionen Mal schneller lernen als wir
Künstliche neuronale Netzwerke zu entwickeln, die wie das Gehirn lernen, Informationen verarbeiten und „denken“ können, gilt quasi als Heiliger Gral mit nahezu unendlichen Anwendungsmöglichkeiten. Deep-Learning-Paradigmen, welche mehrschichtige, hierarchische und künstliche neuronale Netzwerke nutzen, die die Struktur des Gehirns nachahmen, können auch die Fähigkeit des Hirns, anhand von Beispielen zu lernen, imitieren. Sie haben enorme Erfolge zu verzeichnen und konnten in manchen Fällen sogar die menschliche Leistung übertreffen. Das EU-finanzierte Projekt RadioSpin plant, Deep-Learning-Netzwerke vorzustellen, die Hochfrequenzsignale verarbeiten und bis zu 10 Millionen Mal schneller lernen können als das menschliche Gehirn. Anwendungsbereiche für den Leistungsvergleich werden die Mammografie und die Hochfrequenzsignatur aus dem Bereich des Internets der Dinge sein.
Ziel
The goal of RadioSpin is to build a hardware neural network that computes using neural dynamics as in the brain, has a deep layered architecture as in the neocortex, but runs and learns faster, by seven orders of magnitude. For this purpose, we will use ultrafast radio-frequency (RF) oscillators to imitate the rich, reconfigurable dynamics of biological neurons. Within the RadioSpin project, we will develop a new breed of nanosynapses, based on spintronics technology, that directly process the RF signals sent by neurons and interconnects them layer-wise. We will demonstrate and benchmark our concept by building a lab-scale prototype that co-integrates for the first time CMOS RF neurons with spintronic RF synapses. We will develop brain-inspired algorithms harnessing oscillations, synchrony and edge-of-chaos for computing and show that they can run on RadioSpin deep network RF technology. Finally, we will benchmark RadioSpin technology for biomedical and RF fingerprinting applications where fast and low energy consumption classification of RF signals are key.
To achieve its ambitious goals RadioSpin brings together frontier researchers along the entire chain of neuromorphic engineering, from material science (spintronic nanodevices), physics (non-linear dynamics), electronics (RF CMOS design), computer science (artificial intelligence algorithms), and microwave signal processing. Two innovative companies bring real-life use-cases (microwave mammography and IoT RF fingerprinting). The scientific experts are further complemented by experts in the field of innovation, commercial deployment and IP monetisation, as well as communication and public engagement.
Wissenschaftliches Gebiet
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationsradio technologyradio frequency
- natural sciencescomputer and information sciencesinternetinternet of things
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsignal processing
- natural sciencesphysical scienceselectromagnetism and electronicsspintronics
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-FETPROACT-2020-01
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
33000 Bordeaux
Frankreich