AI-modeller og platforme

Computerkomponent ligner menneskehjernens synapser

mm
Føj Unite.AI til dine foretrukne kilder på Google

En ny computerkomponent udviklet af forskere ved KTH Royal Institute of Technology og Stanford University ligner menneskehjernen ved at opføre sig som en synaptisk celle. Den nye komponent kaldes en elektrokemisk random access memory (ECRAM).

Opkomsten af neuromorfiske computere

ECRAM-hukommelseskomponenterne blev lavet med 2D-titaniumkarbid, og de viste en imponerende evne til at supplere klassisk transistor-teknologi. De muliggør kommerciel udnyttelse af kraftfulde computere, der er modelleret efter hjernens neurale netværk. Disse neuromorfiske computere har potentialet til at være langt mere energibesparende end dagens computere.

ECRAM har en arkitektur, der er dramatisk forskellig fra klassisk computing, og det opfører sig som en synaptisk celle i et kunstigt netværk.

Max Hamedi er en associeret professor ved KTH.

“I stedet for transistorer, der enten er tændt eller slukket, og behov for, at informationen skal transporteres frem og tilbage mellem processoren og hukommelsen – disse nye computere afhænger af komponenter, der kan have multiple tilstande og udføre beregninger i hukommelsen,” siger Hamedi.

Forskerholdet ved KTH og Stanford har arbejdet på at teste mere effektive materialer til at bygge en ECRAM. For at gøre disse chip kommercielt viable kræver de materialer, der kan overvinde de langsomme kinetikker af metaloxider samt den ustabile temperatur af plastik.

MXene-materiale

Forskerne fabrikerede et materiale kendt som MXene, der er en 2D-forbindelse, der er kun få atomer tyk og består af titaniumkarbid. MXene kombinerer den høje hastighed af organisk kemi og integrationskompatibiliteten af uorganiske materialer.

MXene-ECRAM kombinerer hastighed, skrivestøj, linearitet, skiftende energi og holdbarhedsparametre, der er nødvendige for parallel acceleration af kunstige neurale netværk (ANN).

Professor Alberto Salleo ved Stanford University er medforfatter til forskningen.

“MXener er en spændende materialefamilie til denne specifikke anvendelse, da de kombinerer den temperaturstabilitet, der er nødvendig for integration med konventionel elektronik, med tilgængeligheden af et stort sammensætningsrum til at optimere ydelsen,” siger Salleo.

Ifølge Hamedi er der stadig mange barrierer, der skal overvindes, hvis forbrugerne skal kunne købe deres egne neuromorfiske computere. Men de 2D-ECRAM er et større gennembrud i området for neuromorfiske materialer. De kunne muliggøre kunstig intelligens, der kan tilpasse sig forvirrende input og nuance, ligesom det menneskelige hjernen. Samtidig ville det kræve langt mindre energiforbrug.

Alex McFarland er en AI-journalist og forfatter, der udforsker de seneste udviklinger inden for kunstig intelligens. Han har samarbejdet med talrige AI-startups og publikationer verden over.