Moiré উপাদান নিউরোমরফিক কম্পিউটিং - পদার্থবিজ্ঞানের জন্য একটি সিনাপটিক ট্রানজিস্টর তৈরি করে

নর্থওয়েস্টার্ন ইউনিভার্সিটি, বোস্টন কলেজ এবং ম্যাসাচুসেটস ইনস্টিটিউট অফ টেকনোলজির (এমআইটি) গবেষকরা, সমস্ত মার্কিন যুক্তরাষ্ট্রে, নিউরোমর্ফিক কম্পিউটিংয়ে ব্যবহারের জন্য একটি নতুন ধরণের ট্রানজিস্টর তৈরি করেছেন। ডিভাইস, যা ঘরের তাপমাত্রায় কাজ করে, ইনপুটগুলির অনুরূপ নিদর্শনগুলি চিনতে প্রশিক্ষিত হতে পারে - একটি সম্পত্তি যা সহযোগী শিক্ষা হিসাবে পরিচিত যা মানক মেশিন-লার্নিং কাজগুলির বাইরে যায়।

নিউরোমর্ফিক কম্পিউটার, তাদের নাম অনুসারে, মানুষের মস্তিষ্কের স্থাপত্য দ্বারা অনুপ্রাণিত। তাদের সার্কিটের বিল্ডিং ব্লকগুলি অত্যন্ত সংযুক্ত কৃত্রিম নিউরন এবং কৃত্রিম সিন্যাপস যা মস্তিষ্কের গঠন এবং কার্যাবলী অনুকরণ করে। এই মেশিনগুলির সম্মিলিত প্রসেসিং এবং মেমরি ইউনিট রয়েছে যা তাদের তথ্য সংরক্ষণ করার সাথে সাথে একই সময়ে প্রক্রিয়া করার অনুমতি দেয় - ঠিক একটি মাল্টি-টাস্কিং মানব মস্তিষ্কের মতো। এই ক্ষমতা তাদের আলাদা প্রসেসিং এবং স্টোরেজ ইউনিট সহ ডিজিটাল কম্পিউটার থেকে আলাদা করে, যা ডেটা-নিবিড় কাজগুলি সম্পাদন করার সময় বিপুল পরিমাণ শক্তি খরচ করে। স্মার্ট, সংযুক্ত ডিভাইস এবং বিশাল ডেটাসেটের আগমনের সাথে এই ধরনের কাজগুলি ক্রমশ সাধারণ হয়ে উঠছে।

যদিও সাম্প্রতিক বছরগুলিতে সিনাপটিক ডিভাইসগুলি উল্লেখযোগ্যভাবে অগ্রসর হয়েছে, তারা ভাল সুইচিং প্রক্রিয়ার অভাব দ্বারা সীমাবদ্ধ, ব্যাখ্যা করে মার্ক হারসাম of উত্তরপশ্চিমস্থ, যিনি গবেষণা প্রচেষ্টার সহ-নেতৃত্ব করেন। "মেমরিস্টরগুলিতে ফিলামেন্টারি স্যুইচিংয়ের স্টোকাস্টিক প্রকৃতি (মেমরি প্রতিরোধকের জন্য সংক্ষিপ্ত), যা বর্তমানে সবচেয়ে সাধারণ সিনাপটিক প্রযুক্তি, এটি ডিভাইস থেকে ডিভাইস এবং চক্র থেকে চক্রের পরিবর্তনশীলতার দিকে পরিচালিত করে," তিনি বলেছেন।

অন্যান্য ধরণের সিনাপটিক ডিভাইসগুলি চৌম্বকীয় এবং ফেজ পরিবর্তনের সুইচিংয়ের উপর নির্ভর করে, তবে এগুলি যথাক্রমে কম সুইচিং অনুপাত এবং উচ্চ সুইচিং শক্তিতে ভোগে, হারসাম যোগ করেছেন।

Moiré কোয়ান্টাম উপকরণ

এই সমস্যাগুলি কাটিয়ে উঠতে, হারসাম এবং সহকর্মীরা দ্বি-মাত্রিক মোইরি কোয়ান্টাম উপকরণগুলি অধ্যয়ন করছেন। এগুলি একে অপরের উপরে স্তুপীকৃত এবং ছোট কোণ দ্বারা পেঁচানো বিভিন্ন পারমাণবিকভাবে পাতলা পদার্থের স্তর দিয়ে তৈরি। এই ধরনের কাঠামোর বৈদ্যুতিন বৈশিষ্ট্য রয়েছে যা উপাদানের পৃথক স্তরগুলিতে বিদ্যমান নেই। একে অপরের সাপেক্ষে বিভিন্ন কোণে স্তরগুলিকে মোচড়ানোর মাধ্যমে, গবেষকরা এই বৈদ্যুতিন বৈশিষ্ট্যগুলিকে খুব সুনির্দিষ্টভাবে সুর করতে পারেন - এমন একটি সম্পত্তি যা নিউরোমরফিক কম্পিউটিংয়ের উপাদান সহ নতুন ইলেকট্রনিক ডিভাইসগুলির জন্য খুব আকর্ষণীয়।

তাদের কাজে যা বিস্তারিত আছে প্রকৃতি, গবেষকরা গ্রাফিনের দুটি স্তর (শুধু এক পরমাণুর পুরু কার্বনের একটি সমতল স্ফটিক) এবং ষড়ভুজ বোরন নাইট্রাইড (এইচবিএন) এর একটি স্তর দিয়ে তৈরি একটি অপ্রতিসম কাঠামো তৈরি করেছেন। যেহেতু এই দুটি পদার্থের একই রকম জালির ধ্রুবক রয়েছে, তাই তাদের পরমাণুর অবস্থানে সামান্য অমিলের কারণে সৃষ্ট মইরি প্রভাবগুলি খুব স্পষ্ট। ফলাফল হল দ্বিপক্ষীয় বৈদ্যুতিন অবস্থার মধ্যে একটি শক্তিশালী কুলম্ব কাপলিং যা হেটারোস্ট্রাকচারের মধ্যে একটি ইলেকট্রনিক নিয়ন্ত্রিত র্যাচেটিং প্রক্রিয়া হিসাবে নিজেকে প্রকাশ করে। এই র্যাচেটটি হেটেরোস্ট্রাকচার থেকে তৈরি একটি ট্রানজিস্টরের পরিবাহিতাকে সুনির্দিষ্টভাবে নিয়ন্ত্রিত এবং ক্রমাগত সুর করার অনুমতি দেয়।

"ডিভাইস কন্ডাক্টেন্সের ক্রমাগত সুরযোগ্যতা নতুন কোয়ান্টাম সিনাপটিক ফাংশন ছাড়াও ঘন এবং প্রোগ্রামযোগ্য মেমরির অবস্থা তৈরি করে, যেমন জৈব-বাস্তববাদী হোমিওস্টেসিস এবং ইনপুট-নির্দিষ্ট অভিযোজন," হারসাম ব্যাখ্যা করেন। "আরও কি, আমাদের ডিভাইসগুলি খুব কম শক্তি খরচ করে এবং মোয়ার ইলেকট্রনিক রাজ্যগুলির একজাততার জন্য ডিভাইস থেকে ডিভাইসে ন্যূনতম বৈচিত্র দেখায়।"

রুম তাপমাত্রা অপারেশন

এবং এটিই সব নয়: ডিভাইসগুলি দ্রুত স্যুইচ করে, তাদের ইলেকট্রনিক অবস্থা ধরে রাখে এমনকি যখন পাওয়ার বন্ধ থাকে এবং গুরুত্বপূর্ণভাবে, ঘরের তাপমাত্রায় স্থিতিশীল থাকে। এটি পূর্ববর্তী মোয়ার ডিভাইসগুলির বিপরীতে যা শুধুমাত্র ক্রায়োজেনিক তাপমাত্রায় কাজ করে।

তাদের ট্রানজিস্টর পরীক্ষা করার জন্য, হারসাম এবং দল একে অপরের মতো দেখতে নিদর্শনগুলি চিনতে প্রশিক্ষণ দিয়েছে। তারা একটি সারিতে তিনটি শূন্যের একটি ক্রম (000) ইনপুট করে শুরু করেছিল এবং তারপরে 111 বা 101 এর মতো অনুরূপ নিদর্শনগুলি সনাক্ত করতে এটি পরীক্ষা করেছিল।

মেমরিস্টররা নিউরোমরফিক কম্পিউটিংয়ের জন্য বহুমুখী কৃত্রিম সিন্যাপ্স তৈরি করে

"যদি আমরা এটিকে 000 সনাক্ত করার জন্য প্রশিক্ষণ দিয়ে থাকি এবং তারপরে এটি 111 এবং 101 দিয়ে থাকি, তবে এটি জানে যে 111 000 এর চেয়ে 101 এর সাথে বেশি মিল আছে," হেরসাম ব্যাখ্যা করেন৷ "000 এবং 111 ঠিক একই নয়, তবে উভয়ই একটি সারিতে তিনটি সংখ্যা।"

সাদৃশ্যকে স্বীকৃতি দেওয়া জ্ঞানের একটি উচ্চ-স্তরের রূপ যা সহযোগী শিক্ষা হিসাবে পরিচিত এবং নতুন ডিভাইস এটি করতে সক্ষম, তিনি বলেছেন।

গবেষকরা এখন গ্রাফিন এবং এইচবিএন-এর বাইরে অন্যান্য ভ্যান ডার ওয়ালস উপকরণগুলির সম্ভাব্যতা অন্বেষণ করছেন, তাদের আরও পরিশীলিত নিউরোমর্ফিক কার্যকারিতার সাথে মোয়ার হেটেরোস্ট্রাকচারে একীভূত করার আশা করছেন। "একটি দীর্ঘমেয়াদী লক্ষ্য হবে সম্পূর্ণরূপে সমন্বিত নিউরোমরফিক সার্কিট এবং সিস্টেমগুলি উপলব্ধি করার জন্য এই হেটারোস্ট্রাকচারগুলির মধ্যে সবচেয়ে প্রতিশ্রুতিশীল উদাহরণগুলিকে স্কেল করা," হারসাম বলেছেন ফিজিক্স ওয়ার্ল্ড.

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://physicsworld.com/a/moire-material-makes-a-synaptic-transistor-for-neuromorphic-computing/