Quantum Ventura está creando aplicaciones de ciberseguridad para el Departamento de Energía de EE. UU. en el marco del Programa de Investigación de Innovación para Pequeñas Empresas (SBIR).
El programa se centra en la “Detección de amenazas cibernéticas mediante computación neuromórfica”, cuyo objetivo es desarrollar un enfoque avanzado para detectar y prevenir ataques cibernéticos en redes informáticas e infraestructura crítica utilizando inteligencia artificial inspirada en el cerebro.
“La computación neuromórfica es un ideal la tecnología "Para la detección de amenazas debido a su pequeño tamaño y potencia, precisión y, en particular, su capacidad de aprender y adaptarse, ya que los atacantes cambian constantemente sus tácticas", dijo Srini Vasan, presidente y director ejecutivo de Quantum Ventura Inc. "Creemos que nuestra La solución que incorpora Akida de BrainChip será un gran avance para defenderse contra amenazas cibernéticas y abordar aplicaciones adicionales también”.
El procesador neuronal Akida y AI IP pueden encontrar patrones repetitivos desconocidos en grandes cantidades de datos ruidosos, lo cual es un activo en la detección de amenazas cibernéticas. Una vez que Akida aprende cómo son los patrones normales de tráfico de red, puede detectar malware, firmas de ataques y otros tipos de actividad maliciosa.
Debido a la capacidad de Akida para aprender en el dispositivo de manera segura, sin necesidad de volver a capacitarse en la nube, puede aprender rápidamente nuevos patrones de ataque, lo que le permite adaptarse fácilmente a las amenazas emergentes.
BrainChip IP admite el aprendizaje incremental, el aprendizaje en el chip y la inferencia de alta velocidad con un rendimiento insuperable en presupuestos de energía de microvatios a milivatios, ideal para dispositivos avanzados de IA/ML como sensores inteligentes, dispositivos médicos, objetos de video de alta gama. detección y ADAS/sistemas autónomos.
Akida es una tecnología basada en eventos que es inherentemente de menor potencia que los aceleradores de redes neuronales convencionales, lo que proporciona eficiencia energética con alto rendimiento para que los socios brinden soluciones de inteligencia artificial que anteriormente no eran posibles incluso en dispositivos de borde integrados que funcionan con baterías o sin ventilador.
Ver más : Módulos IGBT | Pantallas LCD | Componentes y sistemas electrónicos