Key points are not available for this paper at this time.
تمتلك أنظمة الذكاء الاصطناعي الحديثة، المستندة إلى هندسة فون نيومان والشبكات العصبية التقليدية، عددًا من القيود الأساسية بالمقارنة مع الدماغ الثديي. في هذه المقالة، نناقش هذه القيود وطرق الحد منها. بعد ذلك، نقدم لمحة عامة عن مشاريع الذكاء الاصطناعي العصبي المتاحة حاليًا والتي يتم فيها التغلب على هذه القيود من خلال إدخال بعض ميزات الدماغ في وظيفة وتنظيم أنظمة الحوسبة (TrueNorth، Loihi، Tianjic، SpiNNaker، BrainScaleS، NeuronFlow، DYNAP، Akida، Mythic). كما نقدم مبدأ تصنيف أنظمة الذكاء الاصطناعي العصبي حسب ميزات الدماغ التي تستخدمها: الاتصال، التوازي، عدم التزامن، طبيعة المعلومات المعالجة كنبضات، التعلم على الجهاز، التعلم المحلي، الندرة، الأنالوج، والحوسبة في الذاكرة. بالإضافة إلى استعراض الأساليب المعمارية الجديدة المستخدمة من قبل الأجهزة العصبية المستندة إلى تقنيات الميكروإلكترونيات السيليكون الحالية، نناقش أيضًا آفاق استخدام قاعدة جديدة من العناصر الميمريستور. كما تُعطى أمثلة على التقدمات الأخيرة في استخدام الميمريستور في التطبيقات العصبية.
Ivanov et al. (Wed,) studied this question.