П.Ф. Юрчик1, А.В. Волосова2, В.Б. Голубкова3

1,3 Московский автомобильно-дорожный государственный технический университет (МАДИ) (Москва, Россия)
2 Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет) (Москва, Россия)
1 upf.madi@mail.ru, 2volosova@bmstu.ru, 3vb.citrus@mail.ru

Постановка проблемы. В связи с возрастающей сложностью вычислений в динамических системах и ограничениями параллельных, нейросетевых и квантовых технологий, используемых в настоящее время, актуальным является поиск альтернативных подходов к организации вычислений.

Цель. Рассмотреть реализацию нейроморфных вычислений как способа повышения энергоэффективности вычислительной платформы.

Результаты. Получено принципиально новое решение для организации эффективных вычислений ннейроморфных микросхем в сочетании с цифровой архитектурой. Установлено, что такие микросхемы способны обеспечить высокоуровневый параллелизм и характеризуются сверхнизким энергопотреблением. Динамический характер нейроморфной системы сочетает выполнение вычислений в режиме реального времени с возможностями управления и принятия решений на разных уровнях тоже в режиме реального времени. Цифровая платформа, усиленная функционалом нейроморфной системы, позволяет получить высокопроизводительную вычислительную базу.

Практическая значимость. На основании проведенных исследований разработаны модели реализации нейроморфного двойника на разных уровнях системы «Интеллектуальная электронная сцепка». Внедрение в сложную динамическую систему нейроморфного двойника приводит к созданию высокопроизводительной вычислительной базы. Отмечено, что нейроморфные устройства, используемые при реализации двойника, предоставляют новые возможности для обработки неопределенности благодаря своей аналоговой природе, на основе которой могут быть построены принципиально новые модели неопределенности. Нейроморфный двойник обладает встроенными свойствами самоорганизации и гетерогенности, что делает возможным его коммуникацию с динамической системой. Встроенные свойства управления и принятия решений нейроморфного двойника обеспечивают более удобную реализацию процессов управления и принятия решений на разных уровнях ULS-системы. Природа нейроморфной системы способствует упрощению реализации устойчивой коммуникации между нейроморфными двойниками разных типов в рамках ULS-системы. Отсутствие этих свойств в цифровых двойниках приводит к дополнительным усилиям по организации взаимодействия между виртуальными объектами в рамках ULS-системы. Нейроморфная природа двойника позволяет реализовать встроенный искусственный интеллект. Усиленный встроенным искусственным интеллектом нейроморфный двойник может генерировать знания.

Юрчик П.Ф., Волосова А.В., Голубкова В.Б. Возможности использования нейроморфного двойника в сложных динамических системах // Динамика сложных систем. 2024. Т. 18. № 4. С. 5−16. DOI: 10.18127/j19997493-202404-01

1. Волосова А.В. Технологии искусственного интеллекта в ULS-системах: Учеб. пособие для вузов. СПб.: Лань. 2024. 308 с.
2. Zhang Z.C., Chen X.D., Lu T.B. Recent progress in neuromorphic and memory devices based on graphdiyne. Science and Technology of Advanced Materials. 2023. V. 24 (1). № 2196240. DOI 10.1080/14686996.2023.2196240.
3. Волосова А.В. Использование тензорной модели для обработки неопределенности в сложных динамических системах // Computation Nanotechnology. 2023. Т. 10. № 1. С. 79–87. DOI 10.33693/2313-223X-2023-10-1-79-87.
4. Volosova A., Matiukhina E. Using artificial intelligence for effective decision-making in corporate governance under conditions of deep uncertainty. Transformation of Corporate Governance Models under the New Economic Reality: International Scientific-Practical Conference: SHS Web of Conf. 2020. V. 89. № 03008. P. 1–7. DOI 10.1051/shsconf/20208903008.
5. Yurchik P.F., Maksimychev O.I., Golubkova V.B., Volosova A.V. Tensor analysis of uncertainty in freight transport ULS-systems. Materials Science and Engineering: IOP Conference Series. 2021. V. 1159 (1). № 012074. DOI 10.1088/1757-899X/1159/ 1/012074.
6. Volosova A.V., Maksimychev O.I., Ostroukh A.V., Ismoilov M.I., Saakyan I.E. Uncertainty Processing by Tensor Means in Condition of Movement Along Complex Roads. 2022 Systems of Signals Generating and Processing in the Field of on Board Communications. 2022. P. 1–6. DOI 10.1109/IEEECONF53456.2022.9744314.
7. Ванройе Н.К., Захарова В.О., Шахнов В.А. Интеллектуальный механизм потокового расчета пространственно-агреги­рованных показателей производительности и безопасности сети оператора мобильной связи // Динамика сложных систем – XXI век. 2023. Т. 17. № 4. С. 12−25. DOI 10.18127/j19997493-202304-02.
8. Куликова М.Е., Платонов П.В. Технология беспилотных летательных аппаратов как инструмент перехода к Индустрии 5.0 // Динамика сложных систем – XXI век. 2023. Т. 17. № 4. С. 70−74. DOI 10.18127/j19997493-202304-07.
9. Терехов В.И., Стадник А.Н., Скрыль К.С., Гришин С.А., Чудин К.С. Особенности использования классических математических абстракций при построении математических моделей динамики реагирования на угрозы безопасности информации // Динамика сложных систем – XXI век. 2023. Т. 17. № 3. С. 34−39. DOI 10.18127/j19997493-202303-05.
10. Мышенков К.С., Гурьянов Д.А. Программный комплекс для организации работы гибридных и мультипровайдерных облачных структур предприятия // Динамика сложных систем – XXI век. 2021. T. 15. № 4. С. 44−53. DOI 10.18127/j19997493-202104-06.