ciot Componenta computerului imită sinapsele creierului uman - Unite.AI
Conectează-te cu noi

Inteligenta Artificiala

Componenta computerului imită sinapsele creierului uman

Publicat

 on

O nouă componentă de computer dezvoltată de cercetătorii de la KTH Royal Institute of Technology și de la Universitatea Stanford imită creierul uman, acționând ca o celulă sinaptică. Noua componentă se numește memorie electrochimică cu acces aleatoriu (ECRAM).

Ascensiunea calculatoarelor neuromorfe

Componentele memoriei ECRAM au fost realizate cu carbură de titan 2D și au demonstrat o capacitate impresionantă de a completa tehnologia clasică a tranzistorilor. Acestea permit comercializarea unor computere puternice modelate după rețeaua neuronală a creierului. Aceste computere neuromorfe au potențialul de a fi mult mai eficiente din punct de vedere energetic decât computerele de astăzi. 

ECRAM are o arhitectură care este dramatic diferită de computerul clasic și acționează ca o celulă sinaptică într-o rețea artificială. 

Max Hamedi este profesor asociat KTH. 

„În loc de tranzistori care sunt fie porniți, fie dezactivați și nevoia ca informațiile să fie transportate înainte și înapoi între procesor și memorie, aceste noi computere se bazează pe componente care pot avea mai multe stări și pot efectua calcule în memorie”, spune Hamedi. .

Echipa de oameni de știință de la KTH și Stanford a lucrat pentru a testa materiale mai eficiente pentru construirea unui ECRAM. Pentru a face aceste cipuri viabile din punct de vedere comercial, ele necesită materiale care pot depăși cinetica lentă a oxizilor metalici, precum și temperatura instabilă a materialelor plastice. 

Material MXene

Cercetătorii au fabricat un material cunoscut sub numele de MXene, care este un compus 2D care are o grosime de doar câțiva atomi și constă din carbură de titan. MXene combină viteza mare a chimiei organice și compatibilitatea de integrare a materialelor anorganice.

MXene ECRAM combină viteza, zgomotul de scriere, liniaritatea, energia de comutare și metricile de anduranță care sunt necesare pentru accelerarea paralelă a rețelelor neuronale artificiale (ANN).

Profesorul Alberto Salleo de la Universitatea Stanford este coautor al lucrării cercetare.

„MXenele sunt o familie de materiale interesantă pentru această aplicație specială, deoarece combină stabilitatea temperaturii necesară pentru integrarea cu electronicele convenționale cu disponibilitatea unui spațiu vast de compoziție pentru a optimiza performanța”, spune Salleo.

Potrivit lui Hamedi, există încă multe bariere care trebuie depășite dacă consumatorii vor putea să-și cumpere propriile computere neuromorfe. Cu toate acestea, ECRAM-urile 2D reprezintă o descoperire majoră în domeniul materialelor neuromorfe. Ele ar putea activa AI care este capabilă să se adapteze la inputuri și nuanțe confuze, similare creierului uman. În același timp, ar necesita mult mai puțin consum de energie. 

Alex McFarland este jurnalist și scriitor AI care explorează cele mai recente evoluții în inteligența artificială. A colaborat cu numeroase startup-uri și publicații AI din întreaga lume.