باحثون يحاكون عصبونات المخ باستخدام مواد شبه موصلة

الشرائح الإلكترونية هي واحدة من أهم جوانب الذكاء الاصطناعي. هذه القطع الصغيرة القوية هي أساسية للتعرف التلقائي على الصور وتساهم جزئيًا في تعليم الروبوتات كيفية القيام بأنشطة معينة مثل المشي. مع زيادة إمكانيات تقنية الذكاء الاصطناعي ، يُطلب اليوم من الشرائح الإلكترونية أن تكون قوية جدًا واقتصادية ، ولكن هذا هو شيء صعب المنال.

منذ أن يمكن تحسين الإلكترونيات الدقيقة التقليدية فقط إلى حد معين بسبب القيود الفيزيائية ، لجأ الباحثون إلى المخ البشري ، كما يفعلون غالبًا ، للاستلهام من كيفية معالجة وتخزين المعلومات بشكل أكثر كفاءة.

لقد نجح علماء من جامعة TU Dresden ومركز Helmholtz-Zentrum Dresden-Rossendorf (HZDR) في محاكاة عمل عصبونات المخ باستخدام مواد شبه موصلة ، لأول مرة على الإطلاق.

تم نشر البحث في مجلة Nature Electronics.

تم إجراء العمل بواسطة ثلاثة مؤلفين رئيسيين ، بما في ذلك فيزيائي HZDR لاريسا بارابان ، وتم التعاون الدولي بين ست مؤسسات.

الإلكترونيات الدقيقة الحالية مقابل العصبون الاصطناعي

التقنية الأكثر استخدامًا اليوم لتحسين أداء الإلكترونيات الدقيقة هي عن طريق تقليل حجم المكونات. في حالة شرائح السيليكون ، يحدث هذا التقليل في caso للترانزستورات الفردية.

وفقًا لبارابان ، “لا يمكن أن يستمر هذا الأمر إلى الأبد — نحن بحاجة إلى نهج جديد”.

أراد الباحثون محاكاة المخ وإنشاء عصبون اصطناعي يمكنه الجمع بين معالجة البيانات وتخزينها.

“مجموعتنا لديها خبرة واسعة في الحساسات الإلكترونية البيولوجية والكيميائية” ، يقول بارابان. “لذلك قمنا بمحاكاة خصائص العصبونات باستخدام مبادئ الحساسات البيولوجية وعدلنا الترانزستور التأثير الحقلي الكلاسيكي لإنشاء ترانزستور عصبون اصطناعي”.

يسمح هذا النهج بوجود تخزين ومعالجة المعلومات في وقت واحد ، كل ذلك في مكون واحد. في تقنية الترانزستور الأكثر استخدامًا اليوم ، يتم فصل هذه العمليتين ، مما يؤدي إلى أوقات معالجة أبطأ وقيود الأداء.

المخ البشري

لقد عمل الباحثون على بناء حواسيب تستند إلى المخ البشري لسنوات عديدة ، ولكن معظمها باء بالفشل. بعض المحاولات الأولى تضمنت ربط الخلايا العصبية بالإلكترونيات في أطباق بتري ، ولكن كما يقول جيانوريليو كونيبيرتي ، أستاذ علوم المواد والتكنولوجيا النانوية في جامعة TU Dresden ، “الشرائح الإلكترونية الرطبة التي يجب تغذيتها دائمًا ليست مفيدة لأي شخص”.

نجح فريق الباحثين في تنفيذ الترانزستور العصبي.

“نقوم بتطبيق مادة لزجة – تسمى جيلاتين – على شريحة سيليكون تقليدية تحتوي على دوائر. يتصلب هذا البوليمر ويتحول إلى سيراميك مسامي” ، يقول كونيبيرتي. “يتحرك الأيونات بين الفراغات. إنها أثقل من الإلكترونات وأبطأ في العودة إلى موضعها بعد التنشيط. هذا التأخير ، الذي يسمى التأخير ، هو ما يسبب تأثير التخزين. كلما تم تنشيط الترانزستور الفردي ، كلما فتح وأفرج عن التيار. هذا يعزز الاتصال. النظام يتعلم”.

وفقًا للفريق ، فإن الشرائح سوف تكون أقل دقة وستقوم بتقدير الحسابات الرياضية ، مقارنة بالحسابات بدقة حتى العشرية الأخيرة.

“لكنها ستكون أكثر ذكاء” ، يقول كونيبيرتي. “على سبيل المثال ، سوف يتعلم الروبوت ذو هذه المعالجات المشي أو الإمساك ؛ سوف يمتلك نظامًا بصريًا ويتعلم التعرف على الاتصالات. وكل هذا بدون الحاجة إلى تطوير أي برنامج”.

من المزايا الرئيسية الأخرى لهذا النوع من الحواسيب هو أن المرونة تسمح لها بالتغيير والتكيف أثناء التشغيل. تمامًا مثل المخ البشري ، هذا يعني أن الحاسوب يمكن أن يجد حلولا لمشاكل لم يتم برمجته لمواجهتها في البداية.