Обучающиеся машины: нейроморфные чипы заменять роботам мозг
Нейроморфные чипы, имитирующие работу мозга, становятся ключом к созданию полностью автономных роботов. Разработки Intel, российских и корейских ученых позволяют машинам учиться и реагировать в реальном времени с минимальным энергопотреблением.
Развитие искусственного интеллекта упирается в стену энергопотребления: традиционные процессоры требуют сотни ватт и не справляются с задачами реального времени. Решение пришло оттуда, где природа уже миллионы лет оттачивала совершенство — от человеческого мозга. Нейроморфные чипы, построенные по принципу работы нейронов, обещают революцию в робототехнике. Машины смогут не просто выполнять программы, а учиться, адаптироваться и реагировать на изменения окружающей среды с быстротой живого организма.
Энергоэффективность на грани фантастики
Главное преимущество нейроморфных процессоров перед традиционными архитектурами — колоссальная энергоэффективность. Если современные GPU потребляют до 300 ватт и выше, то нейроморфные чипы работают буквально на ваттах. Представленный в январе 2026 года процессор Intel Loihi 3, изготовленный по 4-нанометровому техпроцессу, содержит 8 миллионов нейронов и 64 миллиарда синапсов, потребляя при пиковой нагрузке всего около 1,2 ватта.
Также читайте: Российские учёные создали рыбу-робота для работы на большой глубине
Секрет кроется в принципе работы: традиционные чипы обрабатывают данные фиксированными кадрами, тратя энергию даже на анализ статичной сцены. Нейроморфные процессоры активируются только тогда, когда происходит событие — изменение освещения, движение объекта, прикосновение. Это так называемая «темпоральная разреженность», копирующая поведение биологических нейронов.
Российские ученые из Тюменского государственного университета представили собственный биоморфный нейропроцессор, имитирующий структуру колонки кортекса — вертикального «столбика» нейронов в коре головного мозга. Устройство способно принимать решения не только на основе заранее заложенных ассоциаций, но и формировать новые прямо в процессе обработки сигналов.
Зрение, способное обогнать человека
Особенно впечатляющих успехов удалось достичь в области компьютерного зрения. Исследователи из Пекинского университета аэронавтики и астронавтики создали нейроморфную систему, обрабатывающую движение в четыре раза быстрее лучших оптических методов. Вдохновением послужила малоизвестная структура мозга — латеральное коленчатое тело, которое фильтрует визуальную информацию еще до того, как она попадет в зрительную кору.
В тестах с участием автономных автомобилей и роботизированных манипуляторов прототип сократил задержки обработки примерно на 75 процентов и удвоил точность отслеживания движения при сложных маневрах. Для беспилотника, мчащегося по трассе, каждая миллисекунда задержки оборачивается метрами слепого пути.
Австралийские ученые из Мельбурна пошли еще дальше, создав чип на основе дисульфида молибдена толщиной в несколько атомов. Устройство не только распознает движения в реальном времени, но и сохраняет визуальные воспоминания, подобно человеческой памяти. В ходе экспериментов чип фиксировал движения руки без необходимости покадровой съемки и запоминал события.
Рефлексы роботов на кремниевом уровне
Китайские исследователи из Городского университета Гонконга разработали нейроморфную электронную кожу NRE-skin, которая позволяет роботам не просто чувствовать прикосновения, но и реагировать на боль быстрее, чем это делают люди. Когда сила воздействия превышает порог опасности, сигнал идет напрямую к моторам, минуя центральный «мозг» робота. Это копирует работу периферической нервной системы живых существ.
Кожа состоит из четырех слоев, включая внешний защитный, сенсоры и электронные цепи, работающие как нервы. Магнитные модули позволяют быстро заменять поврежденные участки. Диапазон чувствительности варьируется от легчайшего касания до сильного удара, а в будущем разработчики планируют научить кожу различать температуру, текстуру материалов и влажность.
Самообучающиеся машины
Корейский институт передовых технологий (KAIST) создал нейроморфный чип на основе мемристоров, способный к самообучению и исправлению ошибок в реальном времени. При обработке движущихся объектов точность работы устройства достигла уровня идеальных компьютерных симуляций. Чип объединяет хранение и обработку данных, подобно тому, как это происходит в мозге, что исключает необходимость постоянного обмена между процессором и памятью — главное «бутылочное горлышко» традиционной архитектуры.
В России ученые МГУ создали искусственный оптоэлектронный синапс на основе оксида цинка, обладающий кратковременной и долговременной памятью. Устройство демонстрирует парно-импульсную фасилитацию — явление, когда второй импульс вызывает более сильный ответ, чем первый, что критически важно для обучения и адаптации.
Будущее наступает
Ведущие технологические компании уже интегрируют нейроморфные решения в реальные продукты. Mercedes-Benz внедряет системы нейроморфного зрения для сверхбыстрого предотвращения столкновений, добиваясь задержки в 0,1 миллисекунды при обнаружении пешеходов. NASA лицензировало архитектуру BrainChip Akida 2.0 для использования в космических приложениях, где каждый ватт энергии на счету.
Фреймворк NeuroVLA, представленный в январе 2026 года, впервые объединил нейроморфное зрение, язык и действие в единой системе, работающей на физическом роботе. Архитектура имитирует структурную организацию биологической нервной системы между корой, мозжечком и спинным мозгом, достигая времени рефлекторного ответа менее 20 миллисекунд.
Главный вызов на пути массового внедрения — программное обеспечение. В отличие от зрелой экосистемы CUDA от NVIDIA, нейроморфные платформы только формируют свою софтверную базу. Но эксперты уверены: как только появится компилятор, способный одним кликом переносить модели из PyTorch на нейроморфные чипы, начнется эра по-настоящему автономных роботов, думающих и чувствующих мир почти как люди.
Ранее на сайте «Пронедра» писали про Глаза, которые заставляют верить: как одна деталь меняет отношение людей к роботам
