Моделі та платформи ШІ

Дослідники імітують нейрони мозку за допомогою напівпровідникового матеріалу

mm
Додайте Unite.AI до бажаних джерел у Google

Комп’ютерні чіпи є одним з найважливіших аспектів штучного інтелекту (AI). Ці потужні маленькі частини є фундаментальними для автоматичного розпізнавання зображень і частково відповідають за навчання роботів виконувати певні дії, такі як ходіння. З зростанням потенціалу технології AI сучасні комп’ютерні чіпи повинні бути як надзвичайно потужними, так і економічними, але це важко досягнути.

Оскільки традиційна мікроелектроніка може бути оптимізована лише до певної межі через фізичні обмеження, дослідники звернулися до людського мозку, як вони часто роблять, для отримання натхнення щодо того, як обробляти та зберігати інформацію більш ефективно.

Учені з Технічного університету Дрездена та Центру Гельмгольца Дрездена-Россендорфа (HZDR) вперше успішно імітують роботу нейронів мозку за допомогою напівпровідникового матеріалу.

Дослідження було опубліковано в журналі Nature Electronics.

Робота була виконана трьома основними авторами, включаючи фізика HZDR Ларису Барабан, і це була міжнародна співпраця між шістьма установами.

Сучасна мікроелектроніка проти штучного нейрону

Техніка, яку найчастіше використовують сьогодні для покращення продуктивності мікроелектроніки, полягає у зменшенні розміру компонентів. У випадку з кремнієвими комп’ютерними чіпами це зменшення відбувається для окремих транзисторів.

За словами Барабан, “Це не може тривати вічно – нам потрібні нові підходи”.

Дослідники намагалися імітувати мозок і створити штучний нейрон, який міг би поєднувати обробку даних та зберігання даних.

“Наша група має великий досвід роботи з біологічними та хімічними електронними сенсорами”, – говорить Барабан. “Тому ми змоделювали властивості нейронів за допомогою принципів біосенсорів і модифікували класичний транзистор з ефектом поля, щоб створити штучний нейрон-транзистор”.

Цей підхід дозволяє одночасно зберігати та обробляти інформацію всередині одного компонента. У транзисторній технології, яку найчастіше використовують сьогодні, ці два процеси розділені, що призводить до повільнішої обробки та обмежень продуктивності.

Людський мозок

Дослідники вже багато років працюють над створенням комп’ютерів на основі людського мозку, але багато з цих спроб були невдалими. Одні з перших спроб полягали у зв’язуванні нервових клітин з електронікою у чашках Петрі, але, як говорить Джанаврелійо Куніберті, професор матеріалознавства та нанотехнологій у Технічному університеті Дрездена, “мокрий комп’ютерний чіп, який потрібно годувати весь час, нікому не потрібен”.

Команда дослідників успішно реалізувала нейротранзистор.

“Ми наносимо в’язку речовину – так званий солгель – на звичайну кремнієву пластину з схемами. Ця полімерна речовина твердіє та стає пористою керамікою”, – говорить Куніберті. “Іони рухаються між отворами. Вони важчі за електрони та повільніше повертаються до свого положення після збудження. Ця затримка, яку називають гістерезисом, спричиняє ефект зберігання. Чим більше індивідуальний транзистор збуджується, тим швидше він відкриється та пропустить струм. Це посилює зв’язок. Система вчиться”.

За словами команди, чіп буде менш точним і буде оцінювати математичні обчислення, а не рахувати їх до останньої десяткової частини.

“Але вони будуть більш інтелектуальними”, – говорить Куніберті. “Наприклад, робот з такими процесорами навчиться ходити або хапати; він матиме оптичну систему та навчиться розпізнавати зв’язки. І все це без необхідності розробляти будь-яке програмне забезпечення”.

Одна з інших великих переваг цього типу комп’ютера полягає в тому, що пластичність дозволяє йому змінюватися та адаптуватися під час роботи. Як і людський мозок, це означає, що комп’ютер може зустріти та вирішити проблеми, які він не був запрограмований вирішувати спочатку.

Alex очолює новинні операції Unite.AI, що працюють на базі ШІ, поєднуючи журналістику, дослідження та автоматизацію, щоб підтримувати своєчасне та масштабоване висвітлення штучного інтелекту. Його робота допомагає забезпечити ефективне виявлення нових розробок у сфері ШІ, зберігаючи редакційні стандарти видання.