Μοντέλα και πλατφόρμες AI

Υπολογιστικό Συστατικό Μιμείται τις Συνάψεις του Ανθρώπινου Εγκέφαλου

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Ένα νέο υπολογιστικό συστατικό που αναπτύχθηκε από ερευνητές στο KTH Royal Institute of Technology και στο Πανεπιστήμιο του Στάνφορντ μιμείται τον ανθρώπινο εγκέφαλο με την ενέργεια ενός συνάπτου κυττάρου. Το νέο συστατικό ονομάζεται ηλεκτροχημική τυχαία πρόσβαση μνήμης (ECRAM).

Ανάπτυξη των Νευρομορφικών Υπολογιστών

Τα συστατικά μνήμης ECRAM κατασκευάστηκαν με 2D τιτανίου καρβίδιο και έδειξαν μια εντυπωσιακή ικανότητα να συμπληρώσουν την κλασική τεχνολογία των τρανζίστορ. Είναι δυνατό να επιτρέψουν την εμπορική эксплуатация των ισχυρών υπολογιστών που μοντελοποιούνται μετά το νευρικό δίκτυο του εγκεφάλου. Αυτοί οι νευρομορφικοί υπολογιστές έχουν το δυναμικό να είναι πολύ πιο ενεργειακά αποδοτικοί από τους σημερινούς υπολογιστές.

Η ECRAM έχει μια αρχιτεκτονική που είναι δραματικά διαφορετική από την κλασική υπολογιστική και ενεργεί ως συνάπτου κύτταρου σε ένα τεχνητό δίκτυο.

Ο Max Hamedi είναι Αναπληρωτής Καθηγητής στο KTH.

“Αντί για τρανζίστορ που είναι είτε ενεργά είτε απενεργοποιημένα και την ανάγκη για μεταφορά πληροφοριών πίσω και μπροστά μεταξύ του επεξεργαστή και της μνήμης — αυτοί οι νέοι υπολογιστές βασίζονται σε συστατικά που μπορούν να έχουν πολλαπλά κράτη και να εκτελούν υπολογισμούς στη μνήμη,” λέει ο Hamedi.

Η ομάδα των επιστημόνων στο KTH και στο Στάνφορντ εργάστηκαν για τον έλεγχο πιο αποτελεσματικών υλικών για την κατασκευή μιας ECRAM. Για να κάνουν αυτές τις πλάκες εμπορικά βιώσιμες, χρειάζονται υλικά που μπορούν να υπερβούν την αργή κινητική των μεταλλικών οξείδων, καθώς και την ασταθή θερμοκρασία των πλαστικών.

Υλικό MXene

Οι ερευνητές κατασκεύασαν ένα υλικό που ονομάζεται MXene, το οποίο είναι ένα 2D σύμπλοκο που είναι μόνο quelques άτομα παχύ και αποτελείται από τιτανίου καρβίδιο. Το MXene συνδυάζει την υψηλή ταχύτητα της οργανικής χημείας και τη συμβατότητα ολοκλήρωσης των ανόργανων υλικών.

Τα MXene ECRAM συνδυάζουν την ταχύτητα, τον θόρυβο γραφής, τη γραμμικότητα, την ενέργεια μεταγωγής και τα μετρικά αντοχής που απαιτούνται για την παράλληλη επιτάχυνση των τεχνητών νευρωνικών δικτύων (ANNs).

Ο Καθηγητής Alberto Salleo στο Πανεπιστήμιο του Στάνφορντ είναι συν-συγγραφέας της ερεύνας.

“Τα MXene είναι μια ενδιαφέρουσα οικογένεια υλικών για αυτήν την συγκεκριμένη εφαρμογή, καθώς συνδυάζουν τη θερμοκρασιακή σταθερότητα που απαιτείται για ολοκλήρωση με τις συμβατικές ηλεκτρονικές με τη διαθεσιμότητα eines ευρέος συνθετικού χώρου για την оптимποίηση της απόδοσης,” λέει ο Salleo.

Σύμφωνα με τον Hamedi, υπάρχουν ακόμη πολλά εμπόδια που πρέπει να υπερβούν αν οι καταναλωτές είναι πρόθυμοι να αγοράσουν τους δικούς τους νευρομορφικούς υπολογιστές. Ωστόσο, τα 2D ECRAM είναι μια σημαντική πρόοδος στην περιοχή των νευρομορφικών υλικών. Μπορούν να ενεργοποιήσουν την τεχνητή νοημοσύνη που είναι ικανή να προσαρμόζεται σε συναρπαστικές εισόδους και να νuanze, παρόμοια με τον ανθρώπινο εγκέφαλο. Ταυτόχρονα, θα απαιτούσε πολύ λιγότερη ενεργειακή κατανάλωση.

Ο Alex McFarland είναι δημοσιογράφος και συγγραφέας του AI που εξερευνά τις τελευταίες εξελίξεις στην τεχνητή νοημοσύνη. Έχει συνεργαστεί με πολλές startups και εκδόσεις του AI σε όλο τον κόσμο.