ארכיטקטורות חישוב בהשראת המוח

ידיעון תשפ"ז

22960 ארכיטקטורות חישוב בהשראת המוח[4079]

4 נקודות זכות תואר שני

שיוך: תואר שני / למידת מכונה וניתוח נתוני עתק

שיוך נוסף: תואר שני / מדעי המחשב

מחלקה: מתמטיקה ומדעי המחשב

דרישות קדם

תנאי קבלה: קבלה לתואר שני במדעי המחשב או קבלה לתואר שני בלמידת מכונה וניתוח נתוני עתק. ידע קודם דרוש: תכנות וניתוח נתונים בשפת פייתון.
או תנאי קבלה לתואר הראשון 36 נ"ז עבור קורסים קודמים ובנוסף פטור מקורסי שפה באנגלית ועמידה בדרישות ההדרכה הביבליוגרפית בספרייה. ידע קודם דרוש: הקורס תכנות וניתוח נתונים בשפת פייתון.

שפת ההוראה

עברית

תיאור הקורס ומטרותיו

הקורס ארכיטקטורות חישוב בהשראת המוח מציג את תחום ההנדסה הנוירומורפית, המבקש לפתח פרדיגמות חישוב חדשות, יעילות ומתקדמות בהשראת פעולת המוח. במהלך הקורס יילמדו מודלים של נוירונים מתקפיים, ליבות נוירו-סינפטיות, פרדיגמות תכנות קוגניטיביות, ואלגוריתמים ויישומים לרשתות נוירומורפיות. הקורס מקשר בין מדעי המחשב, בינה מלאכותית ומדעי המוח, ופותח צוהר ליישומים מתקדמים בנוירו-רובוטיקה, מחשוב עתיר ביצועים ומערכות חכמות. הוא מקנה ללומדים וללומדות בסיס תאורטי ויישומי להבנת ארכיטקטורות מחשוב עתידיות ולפיתוח פתרונות חדשניים. הקורס אינו דורש ידע קודם במדעי המוח, בביולוגיה או בהנדסת חשמל, אך הוא דורש סקרנות ורצון להתעמק בתחומי הידע הללו.

ידע כישורים ומיומנויות שירכשו בקורס (תוצרי הלמידה)

עם סיום הקורס, הלומדים והלומדות יהיו מסוגלים:

לנתח ולהשוות גישות מרכזיות להנדסה נוירומורפית מנקודות מבט מדעיות, חישוביות וארכיטקטוניות.
להסביר ולפרש עקרונות ביולוגיים וחישוביים העומדים בבסיס פעילותם של נוירונים ורשתות עצביות.
למדל וליישם מערכות חישוב בהשראת המוח באמצעות כלים מתמטיים, חישוביים וסימולטיביים.
לתכנן ולנתח רכיבים ומערכות נוירומורפיות, ולבחון את השפעתם של פרמטרים שונים על התנהגות המערכת.
לבצע ולהעריך ניסויים חישוביים, לנתח תוצאות באופן כמותי ולהסיק מסקנות מבוססות.
להשוות ולבקר פתרונות נוירומורפיים ביחס לשיטות חישוב מסורתיות, תוך התייחסות לדיוק, יעילות, מורכבות ומגבלות יישום.

שיטת ההוראה

הקורס יועבר באמצעות מפגשי הנחיה המשלבים הוראה תאורטית, דיונים מונחים וניתוח סוגיות מרכזיות בתחום החישוב בהשראת המוח. הלמידה תיתמך בספר הקורס, במדריך למידה דיגיטלי ובסביבת הקורס, הכוללים הסברים, דוגמאות, קטעי קוד, המחשות ותרגילים. לצד לימוד העקרונות המדעיים, האלגוריתמיים והארכיטקטוניים, הסטודנטים והסטודנטיות יתנסו במידול, בתכנות ובסימולציה של מערכות נוירומורפיות באמצעות כלים ייעודיים. שילוב זה נועד לעודד למידה פעילה ועצמאית, חשיבה ביקורתית, חיבור בין תאוריה ליישום ופיתוח מיומנויות מחקריות וחישוביות.

נושאי הלימוד

א. מבוא להנדסה נוירומורפית

נקודת המבט של מדען המוח - קידוד מידע עצבי, תכונות נובעות, רמות הפשטה וגישות למידול המוח.
נקודת המבט של ארכיטקט המחשבים - מגבלות ארכיטקטורות החישוב הקיימות, פרדיגמות חישוב מתפתחות והבסיס לחומרה בהשראת המוח.
נקודת המבט של מפתח האלגוריתמים - המעבר מרשתות נוירונים מלאכותיות לרשתות מתקפיות, יישומים וסביבות פיתוח נוירומורפיות.

ב. נקודת המבט המדעית

הבסיס הביולוגי של הדינמיקה העצבית - מתח הממברנה, פוטנציאל פעולה, הולכת אותות, סינפסות ויעילות אנרגטית של המוח.
מודלים מתמטיים של נוירונים וסינפסות - תיאור, סימולציה והשוואה של מודלים ברמות שונות של מורכבות וביולוגיות.
מודלים מורפולוגיים של נוירונים - השפעת מבנה הנוירון על עיבוד המידע ומידול של דנדריטים, אקסונים ומדורים תאיים.
דינמיקה ולמידה ברשתות עצביות - מבנה רשתות, סימולציה של פעילות קולקטיבית ומנגנוני למידה ופלסטיות ביולוגית.

ג. נקודת המבט הארכיטקטונית

חומרה נוירומורפית - רכיבים אלקטרוניים חסכוניים באנרגיה, מימוש סינפסות ונוירונים בחומרה ותכנון משולב של חומרה ותוכנה.
תקשורת וארכיטקטורות מעגלים נוירומורפיים - העברת אירועים בין נוירונים, ארגון הקישוריות ותכנון מערכות אנלוגיות, דיגיטליות והיברידיות.
חישוב בתוך הזיכרון - רכיבי זיכרון מתקדמים ומימוש פעולות חישוב ולמידה במערכות נוירומורפיות.

ד. נקודת המבט האלגוריתמית

עקרונות התכנות הנוירומורפי - מודלים חישוביים, מורכבות, ייצוג אלגוריתמים ופיתוח יישומים לרשתות מתקפיות.
ייצוג, טרנספורמציה ודינמיקה באמצעות אוכלוסיות נוירונים - קידוד ופענוח מידע, ביצוע חישובים ומימוש מערכות דינמיות, מתנדים ואטרקטורים.
למידה ברשתות נוירונים מתקפיות - שיטות אימון ולמידה, התאמת פרמטרים, יישומי סיווג והשוואה לרשתות נוירונים מסורתיות.