Ingeniører arbejder på en ny type neuromorfisk computing

Et hold ingeniører på Penn State arbejder på en ny type computing, da den traditionelle computering fremgang langsomt ned. Den nye computermetode er baseret på hjernens neurale netværk, som er ekstremt effektive.

Artiklen blev offentliggjort i Nature Communications.

Hjerne-inspireret computing

Den største forskel mellem moderne computing og analoge computere, som det menneskelige hjerte tilhører, er, at den førstnævnte består af to tilstande: på-af eller en og nul. På den anden side kan en analog computer have mange mulige tilstande. Et eksempel, som holdet bruger, er sammenligningen mellem et lys, der tændes og slukkes, og et, der har en variabel mængde lys.

Ifølge holdets leder og Penn State-assistentprofessor i ingeniørvidenskab og mekanik Saptarshi Das, har studiet af hjerne-inspireret computing været pågående i over 40 år. I dagens verden er grænserne for digitale computere nu tvunget os til at se mod højhastigheds-billedebehandling, hvilket er tilfældet med selvstændige køretøjer.

Big data spiller også en væsentlig rol i overgangen til neuromorfisk computing, da det kræver mønstergenkendelsestyper, der fungerer godt med hjernelæsning.

“Vi har kraftfulde computere, ingen tvivl om det, problemet er, at man skal gemme hukommelsen på ét sted og udføre beregningerne et andet sted,” sagde Das.

Ved at flytte data tilbage og frem mellem hukommelse og logik, udgifter en masse energi, hvilket resulterer i langsommere beregningshastigheder. Indtil beregning og hukommelseslagring kan være på samme sted, er der brug for meget plads til denne type miljø.

Thomas Shranghamer er en ph.d.-studerende i gruppen og første forfatter af artiklen.

“Vi skaber kunstige neurale netværk, som søger at efterligne energi- og arealeffektiviteten i hjernen,” sagde Shranghamer. “Hjernen er så kompakt, at den kan være på toppen af dine skuldre, mens en moderne supercomputer fylder en plads på størrelse med to eller tre tennisbaner.”

Omkonfigurerbare kunstige neurale netværk

Holdet arbejder på kunstige neurale netværk, som kan omkonfigureres ligesom neuronerne i det menneskelige hjerte. Dette sker ved at anvende et kortvarigt elektrisk felt til en grafenskive, som er et tykt lag af kulstofatomer. I hvert fald 16 mulige hukommelsesstater blev demonstreret af holdet.

“Det, vi har vist, er, at vi kan kontrollere et stort antal hukommelsesstater med præcision ved hjælp af simple grafen-felt-effekt-transistorer,” sagde Das.

Holdet vil nu gerne kommercialisere teknologien, og Das mener, at der vil være stor interesse for arbejdet, når man tager den aktuelle overgang til neuromorfisk computing blandt de største halvlederfirmaer.

Arbejdet fra holdet på Penn State er det seneste eksempel på overgangen til disse typer kunstige neurale netværk. Det menneskelige hjerte beviser igen sin værdi som inspiration for mange af de nyeste teknologier og giver værdifuld indsigt i, hvordan eksperter kan drastisk reducere størrelsen på moderne supercomputere.