stub Komponent komputerowy naśladuje synapsy ludzkiego mózgu – Unite.AI
Kontakt z nami

Artificial Intelligence

Komponent komputerowy naśladuje synapsy ludzkiego mózgu

Opublikowany

 on

Nowy komponent komputerowy opracowany przez naukowców z Królewskiego Instytutu Technologii KTH i Uniwersytetu Stanforda naśladuje ludzki mózg, zachowując się jak komórka synaptyczna. Nowy komponent nazywa się elektrochemiczną pamięcią o dostępie swobodnym (ECRAM).

Powstanie komputerów neuromorficznych

Elementy pamięci ECRAM zostały wykonane z węglika tytanu 2D i wykazały imponującą zdolność uzupełniania klasycznej technologii tranzystorowej. Umożliwiają komercjalizację potężnych komputerów wzorowanych na sieci neuronowej mózgu. Te neuromorficzne komputery mogą być znacznie bardziej energooszczędne niż dzisiejsze komputery. 

ECRAM ma architekturę radykalnie odmienną od klasycznego przetwarzania i działa jak komórka synaptyczna w sztucznej sieci. 

Max Hamedi jest profesorem nadzwyczajnym KTH. 

„Zamiast włączanych i wyłączanych tranzystorów oraz konieczności przenoszenia informacji tam i z powrotem między procesorem a pamięcią — te nowe komputery opierają się na komponentach, które mogą mieć wiele stanów i wykonują obliczenia w pamięci” – mówi Hamedi .

Zespół naukowców z KTH i Stanford pracuje nad testowaniem wydajniejszych materiałów do budowy ECRAM-u. Aby te chipy były opłacalne komercyjnie, potrzebne są materiały, które są w stanie pokonać powolną kinetykę tlenków metali, a także niestabilną temperaturę tworzyw sztucznych. 

Materiał MXene

Naukowcy wyprodukowali materiał znany jako MXene, który jest związkiem 2D o grubości zaledwie kilku atomów i składa się z węglika tytanu. MXene łączy w sobie wysoką prędkość chemii organicznej i kompatybilność integracyjną materiałów nieorganicznych.

MXene ECRAM łączą wskaźniki szybkości, szumu zapisu, liniowości, energii przełączania i wytrzymałości, które są potrzebne do równoległego przyspieszania sztucznych sieci neuronowych (ANN).

Profesor Alberto Salleo z Uniwersytetu Stanforda jest współautorem książki Badania naukowe.

„MXenes to ekscytująca rodzina materiałów do tego konkretnego zastosowania, ponieważ łączą stabilność temperaturową niezbędną do integracji z konwencjonalną elektroniką z dostępnością ogromnej przestrzeni składowej w celu optymalizacji wydajności” – mówi Salleo.

Według Hamediego nadal istnieje wiele barier, które należy pokonać, jeśli konsumenci będą mogli kupować własne komputery neuromorficzne. Jednakże ECRAM-y 2D stanowią poważny przełom w dziedzinie materiałów neuromorficznych. Mogłyby umożliwić sztuczną inteligencję zdolną do dostosowywania się do mylących danych wejściowych i niuansów, podobnie jak ludzki mózg. Jednocześnie wymagałoby to znacznie mniejszego zużycia energii. 

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją badającym najnowsze osiągnięcia w dziedzinie sztucznej inteligencji. Współpracował z wieloma startupami i publikacjami AI na całym świecie.