stub Datorkomponent efterliknar mänskliga hjärnsynapser - Unite.AI
Anslut dig till vårt nätverk!

Artificiell intelligens

Datorkomponent efterliknar mänskliga hjärnsynapser

publicerade

 on

En ny datorkomponent utvecklad av forskare vid Kungliga Tekniska Högskolan och Stanford University efterliknar den mänskliga hjärnan genom att agera som en synaptisk cell. Den nya komponenten kallas ett elektrokemiskt random access memory (ECRAM).

Uppkomsten av neuromorfa datorer

ECRAM-minneskomponenterna tillverkades med 2D-titankarbid, och de visade en imponerande förmåga att komplettera klassisk transistorteknologi. De möjliggör kommersialisering av kraftfulla datorer modellerade efter hjärnans neurala nätverk. Dessa neuromorfa datorer har potential att vara mycket mer energieffektiva än dagens datorer. 

ECRAM har en arkitektur som skiljer sig dramatiskt från klassisk datoranvändning, och den fungerar som en synaptisk cell i ett artificiellt nätverk. 

Max Hamedi är docent vid KTH. 

"Istället för transistorer som antingen är på eller av, och behovet av att information transporteras fram och tillbaka mellan processorn och minnet - förlitar sig dessa nya datorer på komponenter som kan ha flera tillstånd och utföra beräkningar i minnet", säger Hamedi .

Teamet av forskare vid KTH och Stanford har arbetat för att testa effektivare material för att bygga ett ECRAM. För att göra dessa chips kommersiellt gångbara kräver de material som kan övervinna metalloxidernas långsamma kinetik, såväl som den instabila temperaturen hos plast. 

MXene material

Forskarna tillverkade ett material som kallas MXene, som är en 2D-förening som bara är några få atomer tjock och består av titankarbid. MXene kombinerar den höga hastigheten hos organisk kemi och integrationskompatibiliteten hos oorganiska material.

MXene ECRAMs kombinerar hastighet, skrivbrus, linjäritet, växlingsenergi och uthållighetsmått som behövs för parallell acceleration av artificiella neurala nätverk (ANN).

Professor Alberto Salleo vid Stanford University är medförfattare till forskning.

"MXenes är en spännande materialfamilj för just den här applikationen eftersom de kombinerar den temperaturstabilitet som behövs för integration med konventionell elektronik med tillgången till ett stort kompositionsutrymme för att optimera prestandan", säger Salleo.

Enligt Hamedi finns det fortfarande många barriärer som måste övervinnas om konsumenter ska kunna köpa sina egna neuromorfa datorer. Emellertid är 2D ECRAM ett stort genombrott inom området neuromorfa material. De skulle kunna möjliggöra AI som kan anpassa sig till förvirrande input och nyanser, liknande den mänskliga hjärnan. Samtidigt skulle det kräva mycket mindre energiförbrukning. 

Alex McFarland är en AI-journalist och författare som utforskar den senaste utvecklingen inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.