Inspirandu-se din creierul uman, cercetatorii au dezvoltat un nou tranzistor sinaptic capabil de gandire la nivel superior.

Proiectat de cercetatori de la Universitatea Northwestern, Boston College si Massachusetts Institute of Technology (MIT), dispozitivul proceseaza si stocheaza simultan informatii in acelasi mod ca creierul uman. In noi experimente, cercetatorii au demonstrat ca tranzistorul merge dincolo de simple sarcini de invatare automata pentru a clasifica date și este capabil de învățare asociativă.

Desi studiile anterioare au valorificat strategii similare pentru a dezvolta dispozitive de calcul similare creierului, acele tranzistoare nu pot functiona in afara temperaturilor criogenice. Spre deosebire de acestea, noul dispozitiv este stabil la temperaturi ambiante. Funcționează, de asemenea, cu viteze mari, consumă foarte puțină energie și reține informațiile stocate chiar și atunci când alimentarea este oprită, ceea ce îl face ideal pentru aplicațiile din lumea reală.
Studiul va fi publicat miercuri (20 decembrie) în revista Nature.

“Creierul are o arhitectura fundamental diferita de cea a unui calculator digital”,

a declarat Northwestern Mark C. Hersam, cel care a condus cercetarea.

“Intr-un calculator digital, datele se deplaseaza inainte si inapoi intre un microprocesor si memorie, ceea ce consuma multa energie si creeaza un blocaj atunci cand se incearca sa se execute mai multe sarcini simultan. Pe de alta parte, in creier, memoria si prelucrarea informatiilor sunt amplasate si pe deplin integrate, rezultand o eficienta energetica cu ordine de mare. Tranzistorul nostru sinaptic realizeaza in mod similar functionalitatea simultana a memoriei si procesarii informatiilor pentru a imita mai fidel creierul.”

Hersam este profesorul Walter P. Murphy de Stiinte Materialelor si Inginerie la Northwestern’s McCormick School of Engineering. El este, de asemenea, presedinte al departamentului de stiinte materiale si inginerie, director al Centrului de Cercetare Stiintifica si Inginerie a Materialelor si membru al International Institute for Nanotechnology. Hersam a condus cercetarea cu Qiong Ma din Boston College si Pablo Jarillo-Herrero din MIT.

Avansurile recente in inteligenta artificiala (IA) au motivat cercetatorii sa dezvolte calculatoare care functioneaza mai mult ca creierul uman. Sistemele de calcul digital conventionale au unitati separate de procesare si stocare, ceea ce face ca sarcinile intensive de date sa consume cantitati mari de energie. Cu dispozitivele inteligente care colecteaza continuu cantitati mari de date, cercetatorii se straduiesc sa descopere noi modalitati de a le procesa pe toate fara a consuma o cantitate tot mai mare de energie. In prezent, rezistorul de memorie, sau “memristorul“, este cea mai dezvoltata tehnologie care poate sa efectueze o functie combinata de procesare si memorie. Dar memristorii mai sufera de comutare scumpa a energiei.

“De cativa zeci de ani, paradigma in electronica a fost sa construim totul din tranzistori si sa folosim aceeasi arhitectura de siliciu”,

a declarat Hersam.

“S-a facut progrese semnificative prin simpla ambalare a mai multor tranzistori in circuite integrate. Nu poti nega succesul acestei strategii, dar vine cu costul consumului ridicat de energie, mai ales in era actuala a datelor mari, in care calcularea digitala este pe cale sa depaseasca reteaua. Trebuie sa ne gandim la hardware-ul de calcul, mai ales pentru sarcinile de AI si masina de invatare.”

Pentru a-si reconsidera aceasta paradigma, Hersam si echipa sa au explorat noi progrese in fizica modelelor moire, un tip de design geometric care apare atunci cand doua modele sunt suprapuse una peste alta. Atunci cand materialele bidimensionale sunt stivuite, apar noi proprietati care nu exista in niciun strat singur. Si cand acele straturi sunt rasucite pentru a forma un model moire, o posibilitate fara precedent de reglare a proprietatilor electronice devine posibila.

Pentru noul dispozitiv, cercetatorii au combinat doua tipuri diferite de materiale atomice subtiri: bistrat de grafit si boron nitride hexagonal. Atunci cand sunt stivuite si rasucite in mod intentionat, materialele au format un model moire. Prin rotirea unui strat fata de altul, cercetatorii au putut obtine proprietati electronice diferite in fiecare strat de grafit, chiar daca sunt separate doar de dimensiuni atomice. Cu alegerea potrivita a rasucirii, cercetatorii au valorificat fizica moire pentru functionalitate neuromorfa la temperatura camerei.

„Cu rasucirea ca un nou parametru de proiectare, numarul de permutari este vast”, a declarat Hersam. „Grafenul si bor nitridul hexagonal sunt foarte asemanatoare din punct de vedere structural, dar tocmai suficient de diferite pentru a obtine efecte moire exceptional de puternice.”

Pentru a testa tranzistorul, Hersam si echipa sa l-au antrenat sa recunoasca modele similare, dar nu identice. Doar mai devreme in aceasta luna, Hersam a introdus un nou dispozitiv nanoelectronic capabil de analiza si clasificare a datelor intr-un mod eficient din punct de vedere energetic, dar noul sau tranzistor sinaptic duce invatarea automata si IA cu un pas mai departe.

„Daca AI este menit sa imite gandirea umana, una dintre cele mai elementare sarcini ar fi clasificarea datelor, care este pur si simplu sortare in cutii”, a declarat Hersam. „Scopul nostru este de a avansa tehnologia AI in directia gandirii de nivel superior. Conditiile din lumea reala sunt adesea mai complicate decat algoritmii AI actuali pot gestiona, asa ca am testat noile noastre dispozitive in conditii mai complicate pentru a verifica capacitatile lor avansate.”

Mai intai, cercetatorii au aratat dispozitivului un model: 000 (trei zerouri la rand). Apoi, au cerut AI-ului sa identifice modele similare, cum ar fi 111 sau 101.

„Daca l-am antrenat sa detecteze 000 si apoi i-am dat 111 si 101, stie ca 111 este mai similar cu 000 decat 101”, a explicat Hersam. „000 si 111 nu sunt exact la fel, dar ambele sunt trei cifre la rand. Recunoașterea acestei asemanari este o formă superioară de gândire cunoscută sub numele de învățare asociativă.”

In experimente, noul tranzistor sinaptic a recunoscut cu succes modele similare, afișând memoria sa asociativa. Chiar si atunci cand cercetatorii au aruncat curve – cum ar fi oferirea de modele incomplete – a demonstrat cu succes invatarea asociativa.

„AI-ul actual poate fi usor de confundat, ceea ce poate duce la probleme majore in anumite contexte”, a declarat Hersam. „Imaginează-ți că folosești un vehicul fără șofer și condițiile meteorologice se deteriorează. Vehiculul s-ar putea să nu poată interpreta datele senzorului mai complicate la fel de bine ca un șofer uman. Dar chiar și atunci când i-am dat tranzistorului nostru intrare imperfectă, acesta a putut încă să identifice răspunsul corect.”

Studiul, „Moiré synaptic transistor with room-temperature neuromorphic functionality”, a fost sustinut in principal de National Science Foundation.

Concluzie:

Cercetatorii de la Northwestern University, Boston College si Massachusetts Institute of Technology (MIT) au dezvoltat un nou tranzistor sinaptic capabil de gandirea de nivel superior. Dispozitivul este stabil la temperaturi ambiante, consuma foarte putina energie si retine informatiile stocate chiar si atunci cand alimentarea este oprita. Noul tranzistor are potentialul de a revolutiona domeniul inteligenta artificiala (IA). Poate fi folosit pentru a crea calculatoare care functioneaza mai mult ca creierul uman, care sunt mai eficiente din punct de vedere energetic si capabile sa efectueze sarcini mai complexe.

sursa: https://news.northwestern.edu/