About this ebook
Die Ära von Neumann neigt sich dem Ende zu; das Zeitalter der künstlichen Intelligenz wird in Silizium und Stein gemeißelt. Traditionelle Computer stoßen an ihre thermischen Grenzen und können weder die Effizienz noch die Plastizität des menschlichen Gehirns erreichen.
Welche Vorteile bietet das?
– Meistern Sie die Materialwissenschaft hinter nichtflüchtigen memristiven Bauelementen.
– Verstehen Sie, wie Phasenwechselmaterialien synaptische Plastizität nachbilden.
– Erforschen Sie den Übergang von binärer Logik zu stochastischer, gehirnähnlicher Signalübertragung.
– Lernen Sie, Hardware zu entwickeln, die Daten auf einem einzigen Substrat verarbeitet und speichert.
– Erhalten Sie mit 210 sorgfältig ausgewählten Konzepten, die in 21 kapitelbezogenen Anhängen übersichtlich dargestellt sind, ein umfassendes technisches Verständnis.
Wie sieht der Fahrplan aus?
1 – Jenseits von Neumann: Argumente für neuromorphe Hardware
2 – Der biologische Bauplan: Neuronale Strukturen als physikalische Modelle
3 – Das vierte Element: Theorie und Entdeckung des Memristors
4 – Phasenwechseldynamik: Metastabilität in Rechensubstraten
5 – Ionentransport: Bewegte Atome zur Datenspeicherung
6 – Synaptische Plastizität in Silizium: Nachahmung von Lernprozessen durch Widerstandszustände
7 – Filamentäre Leitung: Die mikroskopische Mechanik des Schaltens
8 – Spike-Dynamik: Zeitliche Informationsverarbeitung
9 – Schwellenwertschaltung: Nachbildung des Aktionspotenzials
10 – Stochastisches Rechnen: Umgang mit Rauschen und Wahrscheinlichkeit
11 – Crossbar-Arrays: Architektonische Effizienz in der Konnektivität
12 – Energieeffizienz und Skalierung: Die Thermodynamik neuromorpher Systeme
13 – Ferroelektrische Feldeffekttransistoren: Alternative Gatter für synaptische Logik
14 – Spintronik und Neuromorphie: Magnetische Zustände als neuronale Gewichte
15 – Nichtlineare Oszillatornetzwerke: Synchronität und Rhythmen in Hardware
16 – Organische neuromorphe Materialien: Die Zukunft des Soft Computing
17 – In-Memory-Computing: Beseitigung des Datenengpasses
18 – Gerätevariabilität: Umgang mit Materialfehlern
19 – Hardware-Software-Co-Design: Programmierung des physikalischen Substrats
20 – Reservoir Computing: Nutzung komplexer Materialdynamiken
21 – Der Weg zur allgemeinen künstlichen Intelligenz: Physikalische Skalierung und ethische Grenzen
Wer ist die Zielgruppe?
Dieses Buch richtet sich an Materialwissenschaftler, Hardware-Ingenieure und KI-Forscher, die die physikalischen Grundlagen der KI der nächsten Generation erforschen.
Wie können Sie aktiv werden? Hören Sie auf, Intelligenz auf ineffizienten Chips zu simulieren, und beginnen Sie, die physikalischen Strukturen zu entwickeln, die sie verkörpern. Schließen Sie noch heute die Lücke zwischen biologischen Wundern und der Realität der Festkörperphysik.
