Onderzoekers boeken vooruitgang met neuromorfische computing

Een team van onderzoekers aan het Korea Advanced Institute of Science (KAIST) heeft een nano-grote neuromorfische geheugenchip ontwikkeld die zowel neuronen als synapsen nabootst in een enkele eenheidscel. Deze nieuwe doorbraak is een belangrijke stap naar het bereiken van neuromorfische computing die de menselijke hersenen kan nabootsen met halfgeleiderapparaten.

Het onderzoek werd gepubliceerd in Nature Communications.

AI realiseren met neuromorfische computing

Deskundigen werken aan het realiseren van neuromorfische computing om kunstmatige intelligentie (AI) te bereiken door de mechanismen van neuronen en synapsen in de menselijke hersenen na te bootsen. Huidige computers kunnen bepaalde cognitieve functies van de menselijke hersenen niet bieden vanwege verschillende beperkingen, maar hun potentieel is grondig onderzocht.

Met dat gezegd hebbende, verbinden de huidige Complementary Metal-Oxide Semiconductor (CMOS)-gebaseerde neuromorfische circuits kunstmatige neuronen en synapsen zonder synergetische interacties. De implementatie van neuronen en synapsen heeft zich bewezen als moeilijk.

Om deze beperkingen te overwinnen, heeft het onderzoekteam onder leiding van Professor Keon Jae Lee van de afdeling Materials Science and Engineering de biologische werkingsmechanismen van mensen geïmplementeerd door de interacties tussen neuronen en synapsen in een enkele geheugencel in te voeren. Dit verschilt van de traditionele aanpak van het elektrisch verbinden van kunstmatige neurale en synaptische apparaten.

Kunstmatige synaptische apparaten

De kunstmatige synaptische apparaten die eerder zijn bestudeerd, worden vaak gebruikt om parallelle berekeningen te versnellen, wat duidelijke verschillen vertoont met de operationele mechanismen van de menselijke hersenen. Door de synergetische interacties tussen neuronen en synapsen in de neuromorfische geheugenchip te implementeren, konden de mechanismen van het biologische neurale netwerk worden nagebootst. Het neuromorfische apparaat kan ook complexe CMOS-neuroncircuits vervangen door een enkel apparaat, wat de schaalbaarheid en kostenefficiëntie verbetert.

De menselijke hersenen bestaan uit een complex netwerk van 100 miljard neuronen en 100 biljoen synapsen, en de functies en structuren van deze kunnen veranderen afhankelijk van externe stimuli, waardoor ze kunnen aanpassen aan de omgevingsomstandigheden. Het door het team ontwikkelde neuromorfische apparaat maakt het mogelijk om korte- en langetermijngeheugen te combineren met behulp van vluchtige en niet-vluchtige geheugenchips die de kenmerken van neuronen en synapsen nabootsen. Vluchtig geheugen wordt weergegeven door een drempelwaakapparaat, terwijl fase-geheugen wordt gebruikt als een niet-vluchtig apparaat. Met twee dunne-filmapparaten geïntegreerd zonder onmiddellijke elektroden, konden de functionele aanpasbaarheid van neuronen en synapsen in het neuromorfische geheugen worden geïmplementeerd.

“Neuronen en synapsen interacteren met elkaar om cognitieve functies zoals geheugen en leren tot stand te brengen, dus het simuleren van beide is een essentieel element voor door de hersenen geïnspireerde kunstmatige intelligentie”, zei Professor Lee. “Het ontwikkelde neuromorfische geheugenchip bootst ook het effect van hertrainen na dat het mogelijk maakt om vergeten informatie snel te leren door een positieve feedbackwerking tussen neuronen en synapsen te implementeren.”