शोधकर्ता सेमीकंडक्टर सामग्री का उपयोग करके मस्तिष्क न्यूरॉन्स की नकल करते हैं

कंप्यूटर चिप्स आर्टिफ़िशियल इंटेलिजेंस (एआई) के सबसे महत्वपूर्ण पहलुओं में से एक हैं। ये शक्तिशाली छोटे टुकड़े स्वचालित छवि मान्यता के लिए आधार हैं और आंशिक रूप से जिम्मेदार हैं कि रोबोट को कुछ गतिविधियों जैसे चलना सिखाने के लिए। एआई प्रौद्योगिकी की बढ़ती संभावना के साथ, आज के कंप्यूटर चिप्स को बहुत शक्तिशाली और आर्थिक होने की आवश्यकता है, लेकिन यह एक कठिन बात है जिसे पूरा करना है।

चूंकि पारंपरिक माइक्रोइलेक्ट्रॉनिक्स को शारीरिक सीमाओं के कारण केवल इतना ही अनुकूलित किया जा सकता है, इसलिए शोधकर्ताओं ने जानकारी को अधिक कुशलता से संसाधित और संग्रहीत करने के तरीके पर प्रेरणा के लिए मानव मस्तिष्क की ओर मुड़ गए हैं।

टीयू ड्रेसडेन और हेल्महोल्ट्ज़-ज़ेंट्रम ड्रेसडेन-रोसेंडोर्फ (एचजेडआर) के वैज्ञानिकों ने सेमीकंडक्टर सामग्री का उपयोग करके मस्तिष्क न्यूरॉन्स के कार्यों की नकल करने में सफलता प्राप्त की है, जो पहली बार है।

शोध नेचर इलेक्ट्रॉनिक्स जर्नल में प्रकाशित किया गया था।

काम तीन प्राथमिक लेखकों द्वारा किया गया था, जिनमें एचजेडआर भौतिक विज्ञानी लारिसा बाराबान शामिल थे, और यह छह संस्थानों के बीच एक अंतरराष्ट्रीय सहयोग था।

आज के माइक्रोइलेक्ट्रॉनिक्स बनाम कृत्रिम न्यूरॉन

आज माइक्रोइलेक्ट्रॉनिक्स के प्रदर्शन में सुधार करने के लिए सबसे अधिक इस्तेमाल की जाने वाली तकनीक घटक के आकार को कम करना है। सिलिकॉन कंप्यूटर चिप्स के मामले में, यह कमी व्यक्तिगत ट्रांजिस्टर के लिए होती है।

बाराबान के अनुसार, “यह अनिश्चित काल तक जारी नहीं रह सकता – हमें नए दृष्टिकोण की आवश्यकता है।”

शोधकर्ताओं ने मस्तिष्क की नकल करने और डेटा प्रसंस्करण और डेटा संग्रहण को मिलाने वाले एक कृत्रिम न्यूरॉन बनाने का लक्ष्य रखा।

“हमारे समूह के पास जैविक और रासायनिक इलेक्ट्रॉनिक सेंसर का व्यापक अनुभव है,” बाराबान कहते हैं। “इसलिए हमने बायोसेंसर के सिद्धांतों का उपयोग करके न्यूरॉन्स के गुणों की नकल की और एक क्लासिकल फील्ड-इफेक्ट ट्रांजिस्टर को संशोधित करके एक कृत्रिम न्यूरॉन ट्रांजिस्टर बनाया।”

यह दृष्टिकोण एक ही घटक के भीतर डेटा संग्रहण और जानकारी प्रसंस्करण को एक साथ करने की अनुमति देता है। आज सबसे अधिक उपयोग की जाने वाली ट्रांजिस्टर प्रौद्योगिकी में, ये दो प्रक्रियाएं अलग हैं, जिसके परिणामस्वरूप धीमी प्रसंस्करण गति और प्रदर्शन सीमाएं होती हैं।

मानव मस्तिष्क

शोधकर्ता कई वर्षों से मानव मस्तिष्क पर आधारित कंप्यूटर बनाने पर काम कर रहे हैं, लेकिन अधिकांश प्रयास असफल रहे हैं। पहले प्रयासों में से कुछ में तंत्रिका कोशिकाओं को पेट्री डिश में इलेक्ट्रॉनिक्स से जोड़ना शामिल था, लेकिन जैसा कि टीयू ड्रेसडेन में सामग्री विज्ञान और नैनोटेक्नोलॉजी के प्रोफेसर जियानौरेलियो कुनिबेर्टी कहते हैं, “एक गीला कंप्यूटर चिप जिसे लगातार खिलाने की आवश्यकता होती है, किसी के लिए भी कोई उपयोग नहीं है।”

शोधकर्ताओं की टीम न्यूरोट्रांजिस्टर को लागू करने में सफल रही।

“हम एक विस्कस पदार्थ – सोलजेल – को एक पारंपरिक सिलिकॉन वेफर पर सर्किट के साथ लागू करते हैं,” कुनिबेर्टी कहते हैं। “यह पॉलिमर जम जाता है और एक छिद्रपूर्ण सिरेमिक बन जाता है। आयन छेद के बीच चलते हैं। वे इलेक्ट्रॉनों की तुलना में भारी होते हैं और उत्तेजना के बाद अपनी स्थिति में वापस आने में धीमे होते हैं। यह देरी, जिसे हिस्टेरेसिस कहा जाता है, वही है जो संग्रहण प्रभाव का कारण बनता है। जितना अधिक एक व्यक्तिगत ट्रांजिस्टर उत्तेजित होता है, उतनी ही जल्दी यह खुल जाएगा और करंट को बहने देगा। यह कनेक्शन को मजबूत करता है। सिस्टम सीख रहा है।”

टीम के अनुसार, चिप गणितीय गणनाओं को सटीक रूप से नहीं करेगी, बल्कि उनका अनुमान लगाएगी।

“लेकिन वे अधिक बुद्धिमान होंगे,” कुनिबेर्टी कहते हैं। “उदाहरण के लिए, ऐसे प्रोसेसर वाला एक रोबोट चलना या पकड़ना सीखेगा; यह एक ऑप्टिकल सिस्टम होगा और संबंधों को पहचानना सीखेगा। और यह सब बिना किसी सॉफ़्टवेयर को विकसित किए।”

इस प्रकार के कंप्यूटर के अन्य प्रमुख लाभों में से एक यह है कि प्लास्टिसिटी इसे संचालन के दौरान परिवर्तन और अनुकूलन करने की अनुमति देती है। मानव मस्तिष्क की तरह, इसका मतलब है कि कंप्यूटर उन समस्याओं का सामना कर सकता है और हल कर सकता है जिनके लिए यह पहले से ही कार्यक्रम नहीं था।