এমআইটি গবেষকরা জৈবিকের চেয়ে 10,000 গুণ দ্রুত কৃত্রিম সিন্যাপ্স তৈরি করেন

গবেষকরা মানব মস্তিষ্কের অতুলনীয় কম্পিউটেশনাল পারফরম্যান্সের কাছাকাছি পাওয়ার আশায় বছরের পর বছর ধরে কৃত্রিম সিন্যাপ্স তৈরি করার চেষ্টা করছেন। একটি নতুন পদ্ধতি এখন তাদের জৈবিক সমকক্ষের তুলনায় 1,000 গুণ ছোট এবং 10,000 গুণ দ্রুত ডিজাইন করতে সক্ষম হয়েছে।

পলাতক সাফল্য সত্ত্বেও গভীর জ্ঞানার্জন গত এক দশকে, এই মস্তিষ্ক-অনুপ্রাণিত পদ্ধতিতে AI চ্যালেঞ্জের মুখোমুখি যে এটি হার্ডওয়্যারে চলছে যা বাস্তব মস্তিষ্কের সাথে সামান্য সাদৃশ্য বহন করে। মাত্র তিন পাউন্ড ওজনের একটি মানুষের মস্তিষ্ক একটি লাইট বাল্বের মতো একই পরিমাণ শক্তি ব্যবহার করে সেকেন্ডের মধ্যে নতুন কাজগুলি গ্রহণ করতে পারে তার একটি বড় অংশ, যখন সবচেয়ে বড় নিউরাল নেটওয়ার্কগুলিকে প্রশিক্ষণ দিতে কয়েক সপ্তাহ সময় লাগে, মেগাওয়াট ঘন্টার বিদ্যুৎ এবং র্যাকগুলি। বিশেষায়িত প্রসেসরের।

এটি অন্তর্নিহিত হার্ডওয়্যার এআইকে পুনরায় ডিজাইন করার প্রচেষ্টায় ক্রমবর্ধমান আগ্রহকে প্ররোচিত করছে। ধারণাটি হল যে কম্পিউটার চিপ তৈরি করে যার উপাদানগুলি প্রাকৃতিক নিউরন এবং সিন্যাপসের মতো কাজ করে, আমরা মানুষের মস্তিষ্কের চরম স্থান এবং শক্তি দক্ষতার কাছে যেতে সক্ষম হতে পারি। আশার কথা হল এই তথাকথিত "নিউরোমরফিক" প্রসেসরগুলি আজকের তুলনায় এআই চালানোর জন্য অনেক বেশি উপযুক্ত হতে পারে কম্পিউটার চিপ.

এখন MIT-এর গবেষকরা দেখিয়েছেন যে একটি অস্বাভাবিক কৃত্রিম সিন্যাপস ডিজাইন যা চারপাশে শাটলিং আয়নগুলির উপর মস্তিষ্কের নির্ভরতাকে অনুকরণ করে আসলে জৈবিক আয়নগুলিকে উল্লেখযোগ্যভাবে ছাড়িয়ে যেতে পারে। মূল অগ্রগতি হল এমন একটি উপাদান খুঁজে পাওয়া যা চরম বৈদ্যুতিক ক্ষেত্রগুলিকে সহ্য করে, যা আয়নগুলির গতিকে নাটকীয়ভাবে উন্নত করে।

"গতি অবশ্যই আশ্চর্যজনক ছিল," মুরাত ওনেন, যিনি গবেষণার নেতৃত্ব দেন, একটি প্রেস রিলিজ বলেন. "সাধারণত, আমরা ডিভাইসগুলিতে এই ধরনের চরম ক্ষেত্রগুলি প্রয়োগ করব না, যাতে সেগুলিকে ছাইতে পরিণত না হয়৷ কিন্তু এর পরিবর্তে, প্রোটনগুলি [যা হাইড্রোজেন আয়নের সমতুল্য] ডিভাইস স্ট্যাক জুড়ে অপরিমেয় গতিতে শাটলিং শেষ করে, বিশেষত আমাদের আগে যা ছিল তার তুলনায় এক মিলিয়ন গুণ দ্রুত।”

যখন আছে a নিউরোমরফিক ইঞ্জিনিয়ারিংয়ের বিভিন্ন পদ্ধতি, সবচেয়ে প্রতিশ্রুতিশীল হল অ্যানালগ কম্পিউটিং। এটি এমন উপাদানগুলি ডিজাইন করার চেষ্টা করে যা তথ্য প্রক্রিয়া করার জন্য তাদের অভ্যন্তরীণ পদার্থবিদ্যাকে কাজে লাগাতে পারে, যা প্রচলিত চিপগুলির মতো জটিল লজিক অপারেশনগুলি চালানোর চেয়ে অনেক বেশি দক্ষ এবং সরাসরি।

এখন পর্যন্ত, অনেক গবেষণা ডিজাইনের উপর দৃষ্টি নিবদ্ধ করেছে "memristorsইলেকট্রনিক উপাদান যা পূর্বে কতটা চার্জ প্রবাহিত হয়েছে তার উপর ভিত্তি করে কারেন্ট প্রবাহ নিয়ন্ত্রণ করেed ডিভাইসের মাধ্যমে। এটি এমনভাবে অনুকরণ করে যে জৈবিক নিউরনের মধ্যে সংযোগগুলি তাদের যোগাযোগের ফ্রিকোয়েন্সির উপর নির্ভর করে শক্তি বৃদ্ধি বা হ্রাস করে, যার অর্থ এই ডিভাইসগুলি নীতিগতভাবে জৈবিক নিউরাল নেটওয়ার্কগুলির অনুরূপ বৈশিষ্ট্য সহ নেটওয়ার্ক তৈরি করতে ব্যবহার করা যেতে পারে।

সম্ভবত আশ্চর্যজনকভাবে, এই ডিভাইসগুলি প্রায়শই মেমরি প্রযুক্তি ব্যবহার করে নির্মিত হয়। তবে নতুনভাবে কাগজ বিজ্ঞান, এমআইটি গবেষকরা যুক্তি দেন যে দীর্ঘমেয়াদী তথ্য সঞ্চয়ের জন্য অপ্টিমাইজ করা উপাদানগুলি একটি কৃত্রিম নিউরাল নেটওয়ার্কে অবিচ্ছিন্নভাবে সংযোগের শক্তিগুলিকে সুরক্ষিত করার জন্য প্রয়োজনীয় নিয়মিত রাষ্ট্রীয় রূপান্তরগুলি বহন করার জন্য অনুপযুক্ত। এর কারণ হল যে শারীরিক বৈশিষ্ট্যগুলি দীর্ঘ ধরে রাখার সময় নিশ্চিত করে তা সাধারণত উচ্চ-গতির স্যুইচিংয়ের অনুমতি দেয় এমনগুলির জন্য পরিপূরক নয়।

এই কারণেই গবেষকরা পরিবর্তে এমন একটি উপাদান ডিজাইন করেছেন যার পরিবাহিতা ফসফোসিলিকেট গ্লাস (PSG) দিয়ে তৈরি একটি চ্যানেলে প্রোটন সন্নিবেশ বা অপসারণের দ্বারা নিয়ন্ত্রিত হয়। একটি নির্দিষ্ট পরিমাণে, এটি জৈবিক সিন্যাপসের আচরণকে অনুকরণ করে, যা দুটি নিউরনের মধ্যে ফাঁক জুড়ে সংকেত প্রেরণ করতে আয়ন ব্যবহার করে।

যাইহোক, যে যেখানে মিলies এর শেষ. ডিভাইসটিতে দুটি টার্মিনাল রয়েছে যা মূলত সিন্যাপসের ইনপুট এবং আউটপুট। একটি তৃতীয় টার্মিনাল একটি বৈদ্যুতিক ক্ষেত্র প্রয়োগ করতে ব্যবহৃত হয়, যা প্রোটনকে একটি জলাধার থেকে PSG চ্যানেলে যেতে উদ্দীপিত করে বা বৈদ্যুতিক ক্ষেত্রের দিকনির্দেশের উপর নির্ভর করে। চ্যানেলে আরও প্রোটন এর প্রতিরোধ ক্ষমতা বাড়ায়।

গবেষকরা মাংস এই সঙ্গে আপ 2020 সালে সাধারণ নকশা ফিরে, কিন্তু তাদের পূর্বের ডিভাইসে এমন উপকরণ ব্যবহার করা হয়েছে যা চিপ ডিজাইন প্রক্রিয়ার সাথে সামঞ্জস্যপূর্ণ ছিল না। তবে আরও গুরুত্বপূর্ণ, পিএসজিতে যাওয়ার ফলে তাদের ডিভাইসের সুইচিং গতি নাটকীয়ভাবে বেড়েছে। কারণ এর গঠনে ন্যানো-আকারের ছিদ্রগুলি প্রোটনকে উপাদানের মধ্য দিয়ে খুব দ্রুত সরে যেতে সক্ষম করে, এবং কারণ এটি হ্রাস ছাড়াই খুব শক্তিশালী বৈদ্যুতিক ক্ষেত্রের ডালগুলি সহ্য করতে পারে।

আরও শক্তিশালী বৈদ্যুতিক ক্ষেত্রগুলি প্রোটনগুলিকে একটি বিশাল গতি বৃদ্ধি করে এবং জৈবিক সিন্যাপ্সগুলিকে ছাড়িয়ে যাওয়ার ডিভাইসের ক্ষমতার মূল চাবিকাঠি। মস্তিষ্কে, বৈদ্যুতিক ক্ষেত্রগুলিকে তুলনামূলকভাবে দুর্বল রাখতে হবে কারণ 1.23 ভোল্ট (V) এর বেশি কিছু জল সৃষ্টি করেs হাইড্রোজেন এবং অক্সিজেন গ্যাসে বিভক্ত হওয়ার জন্য বেশিরভাগ কোষের উপরে। এই কারণেই স্নায়বিক প্রক্রিয়াগুলি মিলিসেকেন্ডের স্কেলে ঘটে।

বিপরীতে, এমআইটি টিমের ডিভাইসটি 10 ন্যানোসেকেন্ডের মতো ছোট ডালে 5 ভোল্ট পর্যন্ত কাজ করতে সক্ষম। এটি কৃত্রিম সিন্যাপসকে তার জৈবিক অংশের তুলনায় 10,000 গুণ দ্রুত কাজ করতে দেয়s. সর্বোপরি, ডিভাইসগুলি কেবল ন্যানোমিটার জুড়ে, যা তাদের জৈবিক সিন্যাপসের চেয়ে 1,000 গুণ ছোট করে তোলে।

বিশেষজ্ঞরা বলা নিউ সায়েন্টিস্ট যে ডিভাইসের তিন-টার্মিনাল সেটআপ, বেশিরভাগ নিউরন মডেলে পাওয়া দুটির বিপরীতে, নির্দিষ্ট ধরণের নিউরাল নেটওয়ার্ক চালানো কঠিন করে তুলতে পারে। হাইড্রোজেন গ্যাস ব্যবহার করে প্রোটনগুলিকে প্রবর্তন করতে হবে তা প্রযুক্তির স্কেল করার সময় চ্যালেঞ্জও উপস্থাপন করে।

একটি স্বতন্ত্র কৃত্রিম সিন্যাপস থেকে বড় নেটওয়ার্কগুলিতে যাওয়ার দীর্ঘ পথ রয়েছে যা গুরুতর তথ্য প্রক্রিয়াকরণ করতে সক্ষম। কিন্তু ব্যতিক্রমী গতি এবং উপাদানগুলির ক্ষুদ্র আকার পরামর্শ দেয় যে এটি নতুন হার্ডওয়্যার অনুসন্ধানের ক্ষেত্রে একটি প্রতিশ্রুতিশীল দিক যা মানুষের মস্তিষ্কের শক্তির সাথে মেলে বা এমনকি অতিক্রম করতে পারে।

চিত্র ক্রেডিট: এলা মারু স্টুডিও/মুরাত ওনেন