Connect with us

Tutkijat jäljittelevät aivokuoria puolijohdemateriaaleja käyttämällä

Tekoäly

Tutkijat jäljittelevät aivokuoria puolijohdemateriaaleja käyttämällä

mm

Tietokonepiirit ovat yksi tärkeimmistä osista tekoälyssä (AI). Nämä voimakkaat pikkuruiset palat ovat perustana automaattiselle kuvantunnistukselle ja ovat osittain vastuussa opettamisesta roboteille tiettyjä toimintoja, kuten kävely. Tekoälytekniikan kasvavan potentiaalin myötä nykyiset tietokonepiirit vaativat olemaan sekä erittäin voimakkaat että taloudelliset, mutta tämä on vaikea asia saavuttaa.

Koska perinteinen mikroelektroniikka voidaan optimoida vain tiettyyn rajaan fyysisten rajoitusten vuoksi, tutkijat ovat kääntyneet ihmisaivojen puoleen, kuten usein tekevät, etsimään inspiraatiota siitä, miten prosessoida ja tallentaa tietoa tehokkaammin.

Tutkijat TU Dresdenissä ja Helmholtz-Zentrum Dresden-Rossendorfissa (HZDR) ovat onnistuneesti jäljitellyt aivokuorien toimintaa käyttämällä puolijohdemateriaaleja ensimmäistä kertaa.

Tutkimus julkaistiin Nature Electronics -lehdessä.

Työ tehtiin kolmen pääkirjoittajan toimesta, mukaan lukien HZDR-fyysikko Larysa Baraban, ja se oli kansainvälinen yhteistyö kuuden instituution välillä.

Nykyinen mikroelektroniikka vs. tekoälyneuronit

Tekniikka, jota käytetään yleisimmin nykyään parantamaan mikroelektroniikan suorituskykyä, on komponenttien koon pienentäminen. Piirilevyjen tapauksessa tämä pienentäminen tapahtuu yksittäisten transistorien osalta.

Barabanin mukaan: “Tämä ei voi jatkua loputtomiin – tarvitsemme uusia lähestymistapoja.”

Tutkijat pyrkivät jäljittelemään aivoja ja luomaan tekoälyneuronit, jotka voivat yhdistää tiedon prosessoinnin ja tallentamisen.

“Ryhmällämme on laaja kokemus biologisista ja kemiallisista sähköisistä anturista”, Baraban sanoo. “Joten simuloimme hermosolujen ominaisuuksia biosensoreiden periaatteilla ja muokkasimme perinteisen kenttävaikutustransistorin luomaan tekoälyneuronitransistorin.”

Tämä lähestymistapa mahdollistaa samanaikaisen tallentamisen ja tiedon prosessoinnin yhdessä komponentissa. Nykyisessä yleisimmin käytetyssä transistoriteknologiassa nämä kaksi prosessia ovat erillisiä, mikä johtaa hitaampiin prosessointiaikoihin ja suorituskyvyn rajoituksiin.

Ihmisaivot

Tutkijat ovat työskennelleet tietokoneiden rakentamisessa ihmisaivojen perusteella jo useita vuosia, mutta suurin osa siitä on ollut epäonnistunutta. Jotkut ensimmäisistä yrityksistä liittivät hermosoluja elektroniikkaan Petri-astioissa, mutta kuten Gianaurelio Cuniberti, joka on materiaalitieteen ja nanoteknologian professori TU Dresdenissä, sanoo: “märkä piirilevy, jota on ruokittava jatkuvasti, ei ole kenenkään hyödyksi.”

Tutkijaryhmä onnistui toteuttamaan neurotransistorin.

“Käytämme viskoosia ainetta – kutsutaan sol-geeliksi – perinteiselle piirilevylle, jossa on piiri. Tämä polymeeri kovettuu ja muuttuu huokoselliseksi keramiikaksi”, Cuniberti sanoo. “Ionit liikkuvat rei’issä. Ne ovat raskaampia kuin elektronit ja hitaampia palaamaan alkuperäiseen asentoon jännitettäessä. Tämä viive, jota kutsutaan histereesiksi, on se, mikä aiheuttaa tallennusvaikutuksen. Mitä enemmän yksittäistä transistoria jännitetään, sitä nopeammin se avautuu ja päästää virran kulkemaan. Tämä vahvistaa yhteyttä. Järjestelmä oppii.”

Tutkijaryhmän mukaan piirilevy olisi vähemmän tarkin ja arvioisi matemaattisia laskelmia verrattuna laskemiseen viimeiseen desimaaliin.

“Mutta ne olisivat älykkäämpiä”, Cuniberti sanoo. “Esimerkiksi robotti, jolla on tällaiset prosessorit, oppisi kävelemään tai tarttumaan; se olisi optinen järjestelmä ja oppisi tunnistamaan yhteyksiä. Ja kaikki tämä ilman, että tarvitsisi kehittää mitään ohjelmistoa.”

Yksi muista suurista hyödyistä tällaisella tietokoneella on, että muovautuvuus mahdollistaa sen muuttamisen ja sopeutumisen toiminnan aikana. Samoin kuin ihmisaivot, tämä tarkoittaa, että tietokone voi lopulta kohtaa ja ratkaista ongelmia, joita se ei ollut ohjelmoitu ratkaisemaan alun perin.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.