Ερευνητές Μιμούνται Νευρώνες Εγκεφάλου Χρησιμοποιώντας Υλικό Ημιαγωγών

Οι μικροεπεξεργαστές είναι ένας από τους πιο σημαντικούς τομείς της τεχνητής νοημοσύνης (AI). Τα ισχυρά μικρά κομματάκια είναι θεμελιώδη για την αυτόματη αναγνώριση εικόνων και είναι εν μέρει υπεύθυνα για τη διδασκαλία των ρομπότ να εκτελούν bestimmμένες δραστηριότητες όπως το περπάτημα. Με την αυξανόμενη δυνατότητα της τεχνολογίας AI, οι σημερινοί μικροεπεξεργαστές απαιτούνται να είναι τόσο εξαιρετικά ισχυροί όσο και οικονομικοί, αλλά αυτό είναι ένα δύσκολο πράγμα να επιτευχθεί.

Καθώς οι συμβατικές μικροηλεκτρονικές μπορούν να βελτιωθούν μόνο τόσο λόγω φυσικών περιορισμών, οι ερευνητές έχουν στρέψει την προσοχή τους στον ανθρώπινο εγκέφαλο, όπως συχνά κάνουν, για έμπνευση σχετικά με τον τρόπο επεξεργασίας και αποθήκευσης πληροφοριών με greater αποτελεσματικότητα.

Επιστήμονες στο TU Dresden και το Helmholtz-Zentrum Dresden-Rossendorf (HZDR) έχουν επιτύχει να μιμούνται τις λειτουργίες των νευρώνων του εγκεφάλου μέσω της χρήσης υλικών ημιαγωγών, για πρώτη φορά.

Η έρευνα δημοσιεύθηκε στο περιοδικό Nature Electronics.

Το έργο πραγματοποιήθηκε από τρεις βασικούς συγγραφείς, συμπεριλαμβανομένου του φυσικού του HZDR Larysa Baraban, και ήταν μια διεθνής συνεργασία μεταξύ έξι ιδρυμάτων.

Οι σημερινοί Μικροηλεκτρονικοί vs ο Τεχνητός Νευρώνας

Η τεχνική που χρησιμοποιείται πιο συχνά σήμερα για τη βελτίωση της απόδοσης των μικροηλεκτρονικών είναι η μείωση του μεγέθους των компонέντων. Σε περίπτωση των μικροεπεξεργαστών από πυρίτιο, αυτή η μείωση λαμβάνει χώρα για τους μεμονωμένους τρανζίστορ.

Σύμφωνα με την Baraban, «Αυτό δεν μπορεί να συνεχιστεί ατελείωτα — χρειαζόμαστε νέες προσεγγίσεις».

Οι ερευνητές έθεσαν ως στόχο να μιμούνται τον εγκέφαλο και να δημιουργήσουν einen τεχνητό νευρώνα που θα μπορούσε να συνδυάσει την επεξεργασία και την αποθήκευση δεδομένων.

«Η ομάδα μας έχει εκτενή εμπειρία με βιολογικούς και χημικούς ηλεκτρονικούς αισθητήρες, «λέει η Barbara. «Έτσι, προσομοίωσα τις ιδιότητες των νευρώνων χρησιμοποιώντας τις αρχές των βιοαισθητήρων και τροποποίησα έναν κλασικό τρανζίστορ πεδίου για να δημιουργήσω einen τεχνητό νευρώνα τρανζίστορ».

Αυτή η προσέγγιση επιτρέπει την ταυτόχρονη αποθήκευση και επεξεργασία πληροφοριών, όλα μέσα σε ένα μόνο компонент. Στην τεχνολογία τρανζίστορ που χρησιμοποιείται πιο συχνά σήμερα, αυτές οι δύο διαδικασίες είναι分离, με αποτέλεσμα την αργή επεξεργασία και τις περιορισμένες επιδόσεις.

Ο Ανθρώπινος Εγκέφαλος

Οι ερευνητές έχουν εργαστεί για χρόνια στην κατασκευή υπολογιστών βασισμένων στον ανθρώπινο εγκέφαλο, αλλά πολλά από αυτά τα έργα έχουν αποτύχει. Μερικές από τις πρώτες προσπάθειες περιελάμβαναν νευρώνες που συνδέονταν με ηλεκτρονικά σε πιάτα Petri, αλλά όπως λέει ο Gianaurelio Cuniberti, ο οποίος είναι Καθηγητής Υλικών Επιστήμης και Νανοτεχνολογίας στο TU Dresden, «ένας βρεγμένος μικροεπεξεργαστής που πρέπει να τρέφεται συνεχώς δεν είναι χρήσιμος σε κανέναν».

Η ομάδα των ερευνητών ήταν επιτυχημένη στην εφαρμογή του νευροτρανζίστορ.

«Εφαρμόζουμε ένα ιξώδες υλικό – που ονομάζεται solgel – σε einen συμβατικό πυρίτιο με κυκλώματα. Αυτό το πολυμερές σκληραίνει και γίνεται ένα πορώδες κεραμικό», λέει ο Cuniberti. «Ιόντα κινούνται μεταξύ των οπών. Είναι βαρύτερα από ηλεκτρόνια και πιο αργά να επιστρέψουν στη θέση τους μετά την διέγερση. Αυτή η καθυστέρηση, που ονομάζεται υστέρηση, είναι αυτό που προκαλεί την αποθήκευση. Όσο περισσότερο ένας μεμονωμένος τρανζίστορ διεγείρεται, τόσο πιο γρήγορα θα ανοίξει και θα αφήσει τη ροή του ρεύματος. Αυτό ενισχύει τη σύνδεση. Το σύστημα μαθαίνει».

Σύμφωνα με την ομάδα, ο μικροεπεξεργαστής θα είναι λιγότερο ακριβής και θα εκτιμά τις μαθηματικές υπολογίσεις, σε σύγκριση με την υπολογισμό τους μέχρι το τελευταίο δεκαδικό.

«Αλλά θα είναι πιο έξυπνοι», λέει ο Cuniberti. «Για παράδειγμα, ένα ρομπότ με τέτοιους επεξεργαστές θα μάθει να περπατά ή να πιάνει· θα έχει ένα οπτικό σύστημα και θα μάθει να αναγνωρίζει τις συνδέσεις. Και όλα αυτά χωρίς να χρειάζεται να αναπτύξουμε κανένα λογισμικό».

Ένα από τα άλλα μεγάλα πλεονεκτήματα αυτού του τύπου υπολογιστή είναι ότι η πλαστικότητα του επιτρέπει να κάνει αλλαγές και να προσαρμόζεται κατά τη λειτουργία. Όπως και ο ανθρώπινος εγκέφαλος, αυτό σημαίνει ότι ο υπολογιστής μπορεί να αντιμετωπίσει και να λύσει προβλήματα που δεν είχε προγραμματιστεί να αντιμετωπίσει αρχικά.