Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Günümüzde hesaplama için kullanılan von Neumann mimarisine sahip sistemlerin enerji verimliliğini artıramadığımızdan dolayı yoğun-veri-odaklı uygulamalarının başarımlarını artırmak ve ölçeklenebilirliğini sağlamak oldukça zor hale gelmiştir. Bu nedenle enerji verimliliği yüksek alternatif hesaplama yaklaşımlarına ve sistem tasarımlarına ihtiyaç vardır. Bu ihtiyaca yanıt verebilecek alternatifler arasında bulunan beyinden ilham alan nöromorfik sistemler, beyinde gerçekleşen hesaplama ilkelerini donanım üzerinde gerçekleştirmeyi amaçlar. Bir biyolojik beyin, yoğun hesaplamalı işlemleri yerine getirirken çok etkin olmakla beraber, çok az güce ihtiyaç duymaktadır; yaklaşık 100 milyar sinir hücresi ve 1000 trilyon sinaptik bağlantıyı kullanabilmek için yaklaşık 20 W güç harcar. Günümüzün son teknolojisi ile geliştirilen süper bilgisayarlar ise, benzer yoğunluktaki hesaplama işlemlerini yapabilmek için onlarca mega Watt güç tüketmek durumdadır. Bugüne kadar ortaya konan nöromorfik çalışmalar, biyolojik nöronların temel yapısal ve işlevsel özelliklerinden yola çıkarak benzer yapı ve işlevsel özellikleri donanım üzerinde gerçekleştirmek üzerine yoğunlaşmıştır. Bu yapısal ve işlevsel yaklaşım geleneksel hesaplama sistemlerine göre her ne kadar daha etkin işlevsel faydalar ve verimlilik sağlıyor olsa da özellikle enerji verimliliği açısından biyolojik sinir ağlarından hala binlerce kat daha fazla enerji harcamaktadırlar. Örnek olarak, IBM tarafından geliştirilen TrueNorth adındaki nöromorfik sistem 1 milyon yapay nöron ve 256 milyon yapay sinaptik bağlantı içermektedir. Yaklaşık 5.5 milyar transistör ile gerçekleştirilen bu sistem 70 miliwatt güç tüketmektedir. Bu veriler ışığında TrueNorth benzeri nöromorfik bir sistemi biyolojik beyin ölçeğinde gerçekleştirmiş olunsa (100 milyar nöron ve 1000 trilyon sinapsis içeren), beyinden yaklaşık 10,000 kat daha fazla güç tüketen bir sistem elde etmiş olunur. Buradan yola çıkarak beynin yüksek enerji verimli olmasının sadece yapısal özellikleri ile açıklanamayacağı söylenebilir. Bu nedenle enerji etkin yöntemler önermek için biyolojik sinir ağlarının yapısal seviyesinin de altından başlayarak, daha az soyutlama ile nörokimyasal süreçler seviyesinden başlayarak enerji verimliliğinin altında yatan süreçlerin irdelenmesi gerekmektedir. Özellikle beyinde enerji ihtiyacının en yüksek olduğu sinaptik iletişim ve esneklik (plastisite), öğrenme ve hafızaya ait temel nörokimyasal mekanizmalardır. Bu mekanizmaların nörokimyasal süreçlerin modellenmesi ile elde edilen alt seviye kavrayıştan yola çıkarak çok daha verimli nöromorfik sistemler gerçekleştirmek mümkün olacaktır. Hesaplamada enerji problemini çözmeye yönelik mevcut nöromorfik sistem araştırmalarında (beyin ile yapısal benzerliğin dışında) beyindeki nörokimyasal süreçlerden başlayarak uygulama seviyesine kadar enerji verimliliğine katkı sağlayan faktörleri bütüncül olarak irdeleyen, modelleyen ve donanım üzerinde gerçekleyen bir çalışma bulunmamaktadır. Bu projenin özgün değeri, beyindeki öğrenme ve hafızaya yönelik nörokimyasal süreçlerden esinlenerek enerji verimli yeni nöromorfik yöntem ve sistemlerin geliştirilmesine olanak tanımasıdır.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

We propose a robot brain processing unit inspired by the structure and functioning of the mammalian brain cells neurons This will be achieved by integrating two existing neurocomputational models that mimic networks of neurons in the basal ganglia BG circuit that is responsible for decision making and acting accordingly thalamo cortico thalamic TCT circuit that generates brain signals responsible for enabling an action The integrated model will be executed on a novel computer SpiNNaker The proposed approach is novel and is different from the robot brains processing units used in current times which are merely lines of computer software

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.