Các nhà nghiên cứu đạt được tiến bộ với tính toán Neuromorphic

Một nhóm các nhà nghiên cứu tại Viện Khoa học và Công nghệ Advanced của Hàn Quốc (KAIST) đã báo cáo về một thiết bị bộ nhớ neuromorphic có kích thước nano, mô phỏng các nơ-ron và synap同时 trong một tế bào đơn. Sự tiến bộ mới này là một bước tiến lớn hướng tới việc đạt được tính toán neuromorphic có thể mô phỏng não bộ con người bằng thiết bị bán dẫn.

Nghiên cứu này đã được công bố trên Nature Communications.

Thực hiện AI với Tính toán Neuromorphic

Các chuyên gia đang làm việc để đưa tính toán neuromorphic vào thực hiện trí tuệ nhân tạo (AI) bằng cách mô phỏng các cơ chế của nơ-ron và synap trong não bộ con người. Các máy tính hiện tại không thể cung cấp một số chức năng nhận thức của não bộ con người do một số hạn chế, nhưng tiềm năng của chúng đã được khám phá kỹ lưỡng.

Tuy nhiên, các mạch neuromorphic dựa trên CMOS hiện tại kết nối các nơ-ron và synap nhân tạo mà không có tương tác cộng hưởng. Việc thực hiện các nơ-ron và synap đã chứng minh là khó khăn.

Để vượt qua những hạn chế này, nhóm nghiên cứu do Giáo sư Keon Jae Lee từ Bộ môn Khoa học và Kỹ thuật Vật liệu dẫn đầu đã thực hiện các cơ chế hoạt động sinh học của con người bằng cách giới thiệu các tương tác giữa nơ-ron và synap trong một tế bào nhớ đơn. Điều này khác với cách tiếp cận truyền thống là kết nối các thiết bị nơ-ron và synap nhân tạo bằng điện.

Thiết bị Synap Nhân tạo

Các thiết bị synap nhân tạo đã được nghiên cứu trước đây thường được sử dụng để tăng tốc các tính toán song song, điều này cho thấy sự khác biệt rõ ràng với các cơ chế hoạt động của não bộ con người. Bằng cách thực hiện các tương tác cộng hưởng giữa nơ-ron và synap trong thiết bị bộ nhớ neuromorphic, các cơ chế của mạng nơ-ron sinh học có thể được mô phỏng. Thiết bị neuromorphic cũng có thể thay thế các mạch nơ-ron CMOS phức tạp bằng một thiết bị đơn, điều này cải thiện khả năng mở rộng và hiệu quả chi phí.

Não bộ con người được tạo thành từ một mạng phức tạp gồm 100 tỷ nơ-ron và 100 nghìn tỷ synap, và các chức năng và cấu trúc của chúng có thể thay đổi tùy thuộc vào các kích thích bên ngoài, điều này cho phép chúng thích nghi với môi trường xung quanh. Thiết bị neuromorphic được nhóm nghiên cứu phát triển cho phép bộ nhớ ngắn hạn và dài hạn cùng tồn tại bằng cách sử dụng các thiết bị bộ nhớ dễ bay hơi và không dễ bay hơi mô phỏng các đặc tính của nơ-ron và synap. Bộ nhớ dễ bay hơi được thể hiện bởi một thiết bị chuyển mạch ngưỡng, trong khi bộ nhớ thay đổi pha được sử dụng như một thiết bị không dễ bay hơi. Với hai thiết bị màng mỏng được tích hợp mà không có điện cực ngay lập tức, sự thích nghi chức năng của nơ-ron và synap có thể được thực hiện trong bộ nhớ neuromorphic.

“Các nơ-ron và synap tương tác với nhau để thiết lập các chức năng nhận thức như bộ nhớ và học tập, vì vậy việc mô phỏng cả hai là một yếu tố thiết yếu cho trí tuệ nhân tạo lấy cảm hứng từ não bộ,” Giáo sư Lee nói. “Thiết bị bộ nhớ neuromorphic được phát triển cũng mô phỏng hiệu ứng tái đào tạo cho phép học nhanh thông tin bị quên bằng cách thực hiện một hiệu ứng phản hồi tích cực giữa nơ-ron và synap.”