Forskere imiterer hjernens neuroner ved hjælp af halvledermateriale

Computerchips er en af de vigtigste aspekter af kunstig intelligens (AI). De kraftfulde små dele er grundlæggende for automatisk billedgenkendelse og er delvist ansvarlige for at lære robotter at udføre visse aktiviteter, såsom at gå. Med den stigende potentiale for AI-teknologi kræves det, at dagens computerchips er både ekstremt kraftfulde og økonomiske, men dette er en svær opgave at udføre.

Da konventionel mikroelektronik kun kan optimeres så meget på grund af fysiske begrænsninger, har forskerne vendt sig til hjernen, som de ofte gør, for at finde inspiration til, hvordan de kan behandle og gemme information mere effektivt.

Forskere ved TU Dresden og Helmholtz-Zentrum Dresden-Rossendorf (HZDR) har med succes imiteret hjernens neuroner ved hjælp af halvledermaterialer for første gang nogensinde.

Forskningen blev offentliggjort i tidsskriftet Nature Electronics.

Arbejdet blev udført af tre primære forfattere, herunder HZDR-fysikeren Larysa Baraban, og det var en international samarbejdsprojekt mellem seks institutioner.

Dagens mikroelektronik vs den kunstige neuron

Teknikken, der oftest bruges i dag til at forbedre mikroelektronikkens ydelse, er ved at reducere komponentstørrelsen. I tilfældet med siliciumcomputerchips sker denne reduktion for de enkelte transistorer.

Ifølge Baraban, “kan det ikke fortsætte uendeligt – vi har brug for nye tilgange.”

Forskerne satte sig for at imitere hjernen og oprette en kunstig neuron, der kunne kombinerer databehandling og datalagring.

“Vores gruppe har omfattende erfaring med biologiske og kemiske elektroniske sensorer, “siger Barbara. “Så vi simulerede neuronernes egenskaber ved hjælp af biosensorprincippet og modificerede en klassisk feldeffekttransistor for at oprette en kunstig neurontransistor.”

Dette tilgang tillader, at der kan være samtidig lagring og informationsbehandling, alt inden for én enkelt komponent. I den transistor-teknologi, der er mest brugt i dag, er disse to processer adskilt, hvilket resulterer i langsommere behandlingstider og ydelsesbegrænsninger.

Hjernen

Forskere har arbejdet på at konstruere computere baseret på hjernen i mange år, men meget af det har været uden held. Nogle af de første forsøg involverede nerveceller, der var forbundet med elektronik i Petri-skåle, men som Gianaurelio Cuniberti, der er professor for materialsvidenskab og nanoteknologi ved TU Dresden, siger, “en våd computerchip, der skal fødes hele tiden, er ikke til nogen nytte for nogen.”

Forskerholdet var succesfuldt i at implementere neurotransistoren.

“Vi anvender en viskøs substans – kaldet solgel – til en konventionel siliciumvæf med kredsløb. Denne polymer hærder og bliver en porøs keramik, “siger Cuniberti. “Ionernes bevægelse mellem hullerne er tungere end elektronernes og langsommere til at vende tilbage til deres position efter excitation. Denne forsinkelse, kaldet hysteresis, er årsagen til lagrings-effekten. Jo mere en enkelt transistor exciteres, desto snarere åbner den og lader strømmen flyde. Dette styrker forbindelsen. Systemet lærer.”

Ifølge holdet vil chippen være mindre præcis og vil estimere matematiske beregninger, i stedet for at beregne dem ned til den sidste decimal.

“Men de vil være mere intelligente, “siger Cuniberti. “For eksempel vil en robot med sådanne processorer lære at gå eller gribe; den vil have et optisk system og lære at genkende forbindelser. Og alt dette uden at skulle udvikle nogen software.”

En af de andre store fordele ved denne type computer er, at plasticiteten tillader den at ændre og tilpasse sig under drift. Ligesom hjernen betyder dette, at computeren kan ende med at møde og løse problemer, som den aldrig var programmeret til at løse fra starten.