باحثون يقلدون عصبونات الدماغ باستخدام مواد شبه موصلة

الرقائق الإلكترونية هي واحدة من أهم الجوانب في الذكاء الاصطناعي. هذه القطع القوية الصغيرة هي أساسية للتعرف التلقائي على الصور وتساهم جزئيًا في تعليم الروبوتات كيفية القيام بأنشطة معينة مثل المشي. مع زيادة إمكانيات تقنية الذكاء الاصطناعي، فإن الرقائق الإلكترونية الحديثة مطلوبة أن تكون قوية جدًا واقتصادية، ولكن هذا هو شيء صعب الإنجاز.

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

نجح علماء من جامعة TU Dresden ومركز Helmholtz-Zentrum Dresden-Rossendorf (HZDR) في تقليд عمل عصبونات الدماغ 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، وكان هذا التعاون الدولي بين ست مؤسسات.

الرقائق الإلكترونية الحديثة مقابل العصبون الاصطناعي

الтехنية الأكثر استخدامًا اليوم لتحسين أداء الرقائق الإلكترونية هي عن طريق تقليل حجم المكونات. في حالة الرقائق الإلكترونية المصنوعة من السيليكون، يتم تقليل حجم الترانزستورات الفردية.

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

سعى الباحثون إلى تقليд الدماغ وإنشاء عصبون اصطناعي يمكنه الجمع بين معالجة البيانات وتخزينها.

“لدينا خبرة واسعة في الحساسات الإلكترونية البيولوجية والكيميائية،” يقول بارابان. “لذلك قمنا بمحاكاة خصائص العصبونات باستخدام مبادئ الحساسات البيولوجية وعدلنا الترانزستور الكلاسيكي ل FIELD-EFFECT لإنشاء ترانزستور عصبون اصطناعي”.

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

الدماغ البشري

لقد عمل الباحثون على بناء حواسيب مستندة إلى الدماغ البشري لسنوات عديدة، ولكن الكثير منها لم ينجح. 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، “الرقاقة الإلكترونية الرطبة التي يجب تغذيتها دائمًا لا فائدة منها لأي شخص”.

نجح فريق البحث في تنفيذ الترانزستور العصبي.

“نقوم بتطبيق مادة لزجة – تسمى سول جيل – على رقاقة سيليكون تقليدية تحتوي على دوائر. هذا البوليمر يتصلب ويتحول إلى سيراميك مسامي،” يقول كونيبيرتي. “يتحرك الأيونات بين الفراغات. وهي أثقل من الإلكترونات وأبطأ في العودة إلى موقعها بعد التهيج. هذا التأخير، الذي يسمى التأخير، هو ما يسبب تأثير التخزين. كلما تم تحفيز الترانزستور الفردي أكثر، كلما فتح أسرع وسمح للتيار بالتدفق. هذا يعزز الاتصال. النظام يتعلم”.

وفقًا للفريق، فإن الرقاقة سوف تكون أقل دقة وستقدر الحسابات الرياضية، مقارنةً بالحسابات الدقيقة حتى العشرة العشرية.

“لكنها ستكون أكثر ذكاءً،” يقول كونيبيرتي. “على سبيل المثال، روبوت بهذه المعالجات سيتعلم المشي أو الإمساك؛ سوف يمتلك نظامًا بصرية ويتعلم التعرف على الاتصالات. وكل هذا دون الحاجة إلى تطوير أي برنامج.”

من بين الفوائد الأخرى الكبيرة لهذا النوع من الحواسيب هو أن المرونة تسمح لها بالتغيير والتكيف أثناء التشغيل. تمامًا مثل الدماغ البشري، هذا يعني أن الحاسوب يمكن أن يتعامل مع مشاكل لم يتم برمجته لمواجهتها في البداية.