Μοντέλα και πλατφόρμες AI
Ερευνητές Κάνουν Πρόοδο Με Neuromorphic Computing
Μια ομάδα ερευνητών στο Korea Advanced Institute of Science (KAIST) έχει αναφέρει μια νανο-μεγέθους neuromorphic μνήμη που μιμείται τα νευρικά κύτταρα και τις συνάψεις ταυτόχρονα σε μια μονάδα κελιού. Η νέα πρόοδος είναι ένα σημαντικό βήμα προς την επίτευξη neuromorphic υπολογισμού που μπορεί να μιμείται τον ανθρώπινο εγκέφαλο με ημιαγωγούς συσκευές.
Η έρευνα δημοσιεύθηκε στο Nature Communications.
Πραγματοποίηση AI Με Neuromorphic Computing
Εξέχοντες είναι στην εργασία για να πάρουν neuromorphic υπολογισμό για να πραγματοποιήσουν τεχνητή νοημοσύνη (AI) μιμούμενοι τους μηχανισμούς των νευρικών κυττάρων και των συνάψεων στον ανθρώπινο εγκέφαλο. Οι τρέχοντες υπολογιστές δεν μπορούν να παρέχουν ορισμένες γνωστικές λειτουργίες του ανθρώπινου εγκεφάλου λόγω πολλών περιορισμών, αλλά η δυνατότητά τους έχει εξερευνηθεί ενδελεχώς.
Με αυτό που έχει कहθεί, οι τρέχοντες Complementary Metal-Oxide Semiconductor (CMOS)-βασισμένοι neuromorphic κυκλώματα συνδέουν τεχνητά νευρικά κύτταρα και συνάψεις χωρίς συναγωνιστικές αλληλεπιδράσεις. Η εφαρμογή των νευρικών κυττάρων και των συνάψεων έχει αποδειχθεί δύσκολη.
Για να υπερβούν αυτούς τους περιορισμούς, η ερευνητική ομάδα με επικεφαλή τον Καθηγητή Keon Jae Lee από το Τμήμα Επιστήμης και Μηχανικής Υλικών υλοποίησε τους βιολογικούς μηχανισμούς των ανθρώπων εισάγοντας τις αλληλεπιδράσεις νευρικών κυττάρων και συνάψεων σε μια μονάδα μνήμης. Αυτό διαφέρει από την παραδοσιακή προσέγγιση της ηλεκτρικής σύνδεσης τεχνητών νευρικών και συνάψεων συσκευών.
Τεχνητές Συνάψεις Συσκευές
Οι τεχνητές συνάψεις συσκευές που μελετήθηκαν προηγουμένως χρησιμοποιούνται συχνά για να επιταχύνουν παράλληλους υπολογισμούς, που δείχνει σαφείς διαφορές από τους μηχανισμούς λειτουργίας του ανθρώπινου εγκεφάλου. Υλοποιώντας τις συναγωνιστικές αλληλεπιδράσεις μεταξύ νευρικών κυττάρων και συνάψεων στη neuromorphic μνήμη, οι μηχανισμοί του βιολογικού νευρικού δικτύου μπορούσαν να μιμηθούν. Η neuromorphic συσκευή μπορεί επίσης να αντικαταστήσει σύνθετα CMOS νευρικά κύκλωματα με μια μονάδα συσκευής, που βελτιώνει την κλιμάκωση και την οικονομική αποτελεσματικότητα.
Ο ανθρώπινος εγκέφαλος αποτελείται από ένα复雑ο δίκτυο 100 δισεκατομμυρίων νευρικών κυττάρων και 100 τρισεκατομμυρίων συνάψεων, και οι λειτουργίες και οι δομές αυτών pueden να αλλάξουν ανάλογα με εξωτερικές ερεθίσματα, που τους επιτρέπουν να προσαρμοστούν στο περιβάλλον. Η neuromorphic συσκευή που αναπτύχθηκε από την ομάδα ermöglicht την συνύπαρξη βραχυπρόθεσμης και μακροπρόθεσμης μνήμης χρησιμοποιώντας εύφλεκτες και μη εύφλεκτες μνήμης συσκευές που μιμούνται τις ιδιότητες των νευρικών κυττάρων και των συνάψεων. Η εύφλεκτη μνήμη αντιπροσωπεύεται από μια συσκευή κλιμάκωσης, ενώ η αλλαγή φάσης χρησιμοποιείται ως μη εύφλεκτη συσκευή. Με δύο λεπτές-ταινίες συσκευές που ενσωματώνονται χωρίς άμεσες ηλεκτρόδια, η λειτουργική προσαρμογή των νευρικών κυττάρων και των συνάψεων μπορούσε να υλοποιηθεί στη neuromorphic μνήμη.
“Τα νευρικά κύτταρα και οι συνάψεις αλληλεπιδρούν μεταξύ τους για να καθορίσουν γνωστικές λειτουργίες όπως η μνήμη και η μάθηση, ώστε η προσομοίωση και των δύο είναι ένα απαραίτητο στοιχείο για την τεχνητή νοημοσύνη που εμπνέεται από τον εγκέφαλο”, είπε ο Καθηγητής Lee. “Η αναπτυγμένη neuromorphic μνήμη συσκευή μιμείται επίσης την επαναπόκτηση της επαναπόκτησης που επιτρέπει τη γρήγορη μάθηση των ξεχασμένων πληροφοριών με την υλοποίηση ενός θετικού ανταλλακτικού αποτελέσματος μεταξύ νευρικών κυττάρων και συνάψεων.”












