Beyin hücreleri yeni bilgisayar bileşenlerine ilham veriyor

özet: Araştırmacılar, insan beyninin yapısına dayanan, veri depolama ve işlemeyi birleştiren, daha güçlü ve enerji açısından verimli bir memristör geliştirdiler. Halojenlenmiş perovskit nanokristallerinden yapılan yeni teknoloji, mevcut bilgisayar çipleriyle entegre edilmesi zor olduğu için henüz kullanıma hazır değil, ancak büyük miktarda veriyi paralel olarak işleme potansiyeline sahip.

kaynak: Politeknik di Milano

Politecnico di Milano, Empa ve ETH Zürih’ten bir araştırmacı ekibi, beynin enerji verimliliğinden ilham alarak ve daha güçlü bilgisayarlar oluşturmak için yapısını kopyalayarak, öncekilerden daha güçlü ve üretimi daha kolay olan bir memristör geliştirdi: sonuçlar yayınlandı içinde Bilim ilerlemeleri.

Araştırmacılar, veri depolama ve işlemeyi birleştiren beyin hücreleri gibi yeni bileşenlerle insan beyninin işleyişinden ilham alan bilgisayar mimarileri geliştiriyorlar. Yeni memristörler, güneş pilleri ürettiği bilinen yarı iletken bir malzeme olan halojenli perovskit nanokristallerine dayanıyor.

Çoğu insan matematiksel hesaplamaları bilgisayar hassasiyetiyle gerçekleştiremese de, insanlar karmaşık duyusal bilgileri kolayca işleyebilir ve deneyimlerinden öğrenebilirler ki bu (şimdiye kadar) hiçbir bilgisayarın yapamadığı bir şeydir. Böylece insan beyni, bilgi depolayabilen ve işleyebilen sinapslardaki yapısı sayesinde bir dizüstü bilgisayarın gücünün yalnızca yarısını tüketir.

Ancak bilgisayarlarda bellek, işlemciden ayrıdır ve bu iki birim arasında sürekli veri aktarımı gerekir. Aktarım hızı sınırlıdır ve bu, veri miktarı çok büyük olduğunda tüm bilgisayarı yavaşlatır.

“Amacımız klasik bilgisayar mimarisinin yerini almak değil.” – Politecnico di Milano’da profesör olan Daniele Ilmeni açıklıyor – “Bunun yerine, belirli görevleri daha hızlı ve daha enerji verimli bir şekilde gerçekleştirebilen alternatif mimariler geliştirmek istiyoruz. Buna örneğin büyük miktarda verinin paralel işlenmesi dahildir; bu oluyor. bugün çiftçilikten uzay keşfine kadar her yerde.

Ölçümlere dayanarak, araştırmacılar beynin görsel korteksindeki öğrenme sürecine karşılık gelen karmaşık bir hesaplama görevini simüle ettiler. Görev, retinadan gelen sinyallere dayalı olarak ışık bandının yönünü belirlemekti.

Halide perovskitler iyonları ve elektronları iletir. – ETH Zürih ve Empa’da doktora sonrası araştırmacı olan Rohit John şöyle açıklıyor: “Bu çifte iletkenlik, beyin operasyonlarına benzer daha karmaşık hesaplamalara izin veriyor.”

Teknoloji henüz kullanıma hazır değil ve yeni memristörleri üretmenin basitliği, bunların mevcut bilgisayar çipleriyle entegrasyonunu zorlaştırıyor: perovskitler, en azından henüz, silikonu işlemek için gereken 400-500°C sıcaklıkları kaldıramıyor.

Yüksek performanslı memristörlerin üretimi için dikkate alınabilecek benzer özelliklere sahip başka malzemeler de vardır. Politecnico di Milano’da PhD adayı Alexandre Meluzzi, “Memristör sistemimizin sonuçlarını, bazıları muhtemelen silikonla entegrasyon için daha uygun olan farklı malzemeler kullanarak test edebiliriz” diyor.

tarafından oluşturulan özet gpt sohbeti yapay zeka teknolojisi

Bu nöroteknoloji haberleri araması hakkında

yazar: Emanuel Sanzon
kaynak: Politeknik di Milano
iletişim: Emmanuel Sanzon – Politecnico di Milano
resim: resim kamu malıdır

Orijinal arama: açık Erişim.
“Elektronik iyonik halojenür perovskite memdiodes, ikinci dereceden karmaşıklığa sahip sinirsel hesaplamayı mümkün kılarRohit John ve diğerleri tarafından yazıldı. Bilim ilerlemeleri

Özet

Elektronik iyonik halojenür perovskite memdiodes, ikinci dereceden karmaşıklığa sahip sinirsel hesaplamayı mümkün kılar

Artan bilgi işlem talepleri ile, karmaşık, sıfır sıralı dijital devrelerle oluşturulmuş von Neumann mimarilerindeki seri işleme, bilgi işlem gücünü ve gücünü doyurarak alternatif paradigmaların araştırılmasını gerekli kılar.

Memristörler kullanılarak oluşturulan beyinden ilham alan sistemler, yüksek paralellik, düşük güç tüketimi ve yüksek hata toleransı nedeniyle çekicidir.

Bununla birlikte, bugüne kadar yapılan gösterilerin çoğu, birinci dereceden dinamiklere sahip cihazları kullanarak yalnızca ilkel düşük dereceli biyolojik karmaşıklıkları simüle ediyor.

Daha yüksek düzeyde karmaşıklığa sahip memristörlerin, aksi takdirde giderek daha karmaşık devreler gerektirecek sorunları çözmesi beklenir, ancak genel tasarım kuralları yoktur.

Burada, Bienenstock-Cooper-Munro öğrenme kurallarının hem zamanlama hem de hıza dayalı plastisiteyi yakalamasını sağlayan, anımsatıcı halojenür perovskite diyotlarda (memdiyotlar) ikinci dereceden dinamikler sunuyoruz.

İyon göçü, geri difüzyon ve ayarlanabilir Schottky bölmelerinden yararlanan üç yükseklikte zamana bağlı bir plastiklik şeması, yüksek dereceli memristörleri gerçekleştirmek için genel tasarım kuralları oluşturur.

Bu daha yüksek düzen, karmaşık devrelere ihtiyaç duymadan cihazların içsel fiziğini kullanan sinir ağlarında karmaşık mikroskop oryantasyon seçiciliği sağlar.