मोइरे सामग्री न्यूरोमॉर्फिक कंप्यूटिंग के लिए एक सिनैप्टिक ट्रांजिस्टर बनाती है - फिजिक्स वर्ल्ड

मोइरे सामग्री न्यूरोमॉर्फिक कंप्यूटिंग के लिए एक सिनैप्टिक ट्रांजिस्टर बनाती है - फिजिक्स वर्ल्ड

टाइम स्टैम्प: 16 जनवरी, 2024 सुबह 9:06 बजे

एक सपाट मौआ-पैटर्न वाली सामग्री से उभरे अत्यधिक जुड़े हुए मस्तिष्क की कलाकार की छवि
नए उपकरण में एक असममित संरचना होती है जो ग्राफीन की दो परतों और हेक्सागोनल बोरान नाइट्राइड की एक परत से बनी होती है। (सौजन्य: ज़ियाओडोंग यान, नॉर्थवेस्टर्न यूनिवर्सिटी)

अमेरिका में नॉर्थवेस्टर्न यूनिवर्सिटी, बोस्टन कॉलेज और मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (एमआईटी) के शोधकर्ताओं ने न्यूरोमॉर्फिक कंप्यूटिंग में उपयोग के लिए एक नए प्रकार का ट्रांजिस्टर विकसित किया है। उपकरण, जो कमरे के तापमान पर काम करता है, को इनपुट के समान पैटर्न को पहचानने के लिए प्रशिक्षित किया जा सकता है - एक संपत्ति जिसे साहचर्य शिक्षण के रूप में जाना जाता है जो मानक मशीन-लर्निंग कार्यों से परे है।

न्यूरोमोर्फिक कंप्यूटर, जैसा कि उनके नाम से पता चलता है, मानव मस्तिष्क की वास्तुकला से प्रेरित हैं। उनके सर्किट के निर्माण खंड अत्यधिक जुड़े हुए कृत्रिम न्यूरॉन्स और कृत्रिम सिनैप्स हैं जो मस्तिष्क की संरचना और कार्यों का अनुकरण करते हैं। इन मशीनों में संयुक्त प्रसंस्करण और मेमोरी इकाइयाँ होती हैं जो उन्हें जानकारी को संग्रहीत करने के साथ ही संसाधित करने की अनुमति देती हैं - बिल्कुल एक बहु-कार्यशील मानव मस्तिष्क की तरह। यह क्षमता उन्हें अलग प्रसंस्करण और भंडारण इकाइयों वाले डिजिटल कंप्यूटरों से अलग करती है, जो डेटा-गहन कार्यों को करते समय भारी मात्रा में ऊर्जा की खपत करते हैं। स्मार्ट, कनेक्टेड डिवाइस और विशाल डेटासेट के आगमन के साथ ऐसे कार्य तेजी से आम होते जा रहे हैं।

हालांकि हाल के वर्षों में सिनैप्टिक उपकरणों ने काफी प्रगति की है, लेकिन वे अच्छे स्विचिंग तंत्र की कमी के कारण सीमित हैं मार्क हर्सम of नॉर्थवेस्टर्न, जिन्होंने अनुसंधान प्रयास का सह-नेतृत्व किया। "मेमरिस्टर्स (मेमोरी रेसिस्टर्स के लिए संक्षिप्त) में फिलामेंटरी स्विचिंग की स्टोकेस्टिक प्रकृति, जो आज सबसे आम सिनैप्टिक तकनीक है, महत्वपूर्ण डिवाइस-टू-डिवाइस और चक्र-दर-चक्र परिवर्तनशीलता की ओर ले जाती है," वे कहते हैं।

अन्य प्रकार के सिनैप्टिक उपकरण चुंबकीय और चरण परिवर्तन स्विचिंग पर निर्भर करते हैं, लेकिन ये क्रमशः कम स्विचिंग अनुपात और उच्च स्विचिंग ऊर्जा से ग्रस्त हैं, हर्सम कहते हैं।

मोइरे क्वांटम सामग्री

इन समस्याओं को दूर करने के लिए, हर्सम और सहकर्मी द्वि-आयामी मोइरे क्वांटम सामग्रियों का अध्ययन कर रहे हैं। ये विभिन्न परमाणु रूप से पतली सामग्रियों की परतों से बने होते हैं जो एक दूसरे के ऊपर खड़ी होती हैं और छोटे कोणों से मुड़ी होती हैं। ऐसी संरचनाओं में इलेक्ट्रॉनिक गुण होते हैं जो सामग्री की व्यक्तिगत परतों में मौजूद नहीं होते हैं। परतों को एक-दूसरे के सापेक्ष अलग-अलग कोणों पर घुमाकर, शोधकर्ता इन इलेक्ट्रॉनिक गुणों को बहुत सटीक रूप से ट्यून कर सकते हैं - एक ऐसी संपत्ति जो नए इलेक्ट्रॉनिक उपकरणों के लिए बहुत आकर्षक है, जिसमें न्यूरोमॉर्फिक कंप्यूटिंग के घटक भी शामिल हैं।

उनके काम में, जिसका विवरण दिया गया है प्रकृतिशोधकर्ताओं ने ग्राफीन की दो परतों (कार्बन का सिर्फ एक परमाणु मोटा एक सपाट क्रिस्टल) और हेक्सागोनल बोरॉन नाइट्राइड (एचबीएन) की एक परत से बनी एक असममित संरचना बनाई। चूँकि इन दोनों सामग्रियों में बहुत समान जाली स्थिरांक हैं, इसलिए उनके परमाणुओं के स्थानों में मामूली बेमेल के कारण होने वाले प्रभाव बहुत स्पष्ट होते हैं। परिणाम हेटरोस्ट्रक्चर में द्विदलीय इलेक्ट्रॉनिक राज्यों के बीच एक मजबूत कूलम्ब युग्मन है जो इलेक्ट्रॉनिक रूप से नियंत्रित रैचेटिंग तंत्र के रूप में प्रकट होता है। यह शाफ़्ट हेटरोस्ट्रक्चर से बने ट्रांजिस्टर के संचालन को सटीक रूप से नियंत्रित करने और लगातार ट्यून करने की अनुमति देता है।

हर्सम बताते हैं, "डिवाइस संचालन की निरंतर ट्यूनिबिलिटी जैव-यथार्थवादी होमोस्टैसिस और इनपुट-विशिष्ट अनुकूलन जैसे उपन्यास क्वांटम सिनैप्टिक कार्यों के अलावा घने और प्रोग्रामयोग्य मेमोरी स्थिति उत्पन्न करती है।" "और क्या, हमारे उपकरण बहुत कम बिजली की खपत करते हैं और मोइरे इलेक्ट्रॉनिक राज्यों की एकरूपता के कारण न्यूनतम डिवाइस-टू-डिवाइस भिन्नता दिखाते हैं।"

कमरे के तापमान पर संचालन

और इतना ही नहीं: उपकरण तेजी से स्विच करते हैं, बिजली बंद होने पर भी अपनी इलेक्ट्रॉनिक स्थिति बनाए रखते हैं और, महत्वपूर्ण रूप से, कमरे के तापमान पर स्थिर रहते हैं। यह पिछले मोइरे उपकरणों के विपरीत है जो केवल क्रायोजेनिक तापमान पर काम करते थे।

अपने ट्रांजिस्टर का परीक्षण करने के लिए, हर्सम और टीम ने इसे एक-दूसरे के समान दिखने वाले पैटर्न को पहचानने के लिए प्रशिक्षित किया। उन्होंने एक पंक्ति (000) में तीन शून्यों के अनुक्रम को इनपुट करके शुरुआत की और फिर 111 या 101 जैसे समान पैटर्न की पहचान करने के लिए इसका परीक्षण किया।

"अगर हमने इसे 000 का पता लगाने के लिए प्रशिक्षित किया और फिर इसे 111 और 101 दिया, तो यह जानता है कि 111, 000 की तुलना में 101 के अधिक समान है," हर्सम बताते हैं। "000 और 111 बिल्कुल एक जैसे नहीं हैं, लेकिन दोनों एक पंक्ति में तीन अंक हैं।"

उनका कहना है कि समानता को पहचानना अनुभूति का एक उच्च-स्तरीय रूप है जिसे सहयोगी शिक्षा के रूप में जाना जाता है और नया उपकरण इसमें सक्षम है।

शोधकर्ता अब ग्राफीन और एचबीएन से परे अन्य वैन डेर वाल्स सामग्रियों की क्षमता की खोज कर रहे हैं, उन्हें और भी अधिक परिष्कृत न्यूरोमॉर्फिक कार्यक्षमता के साथ मोइरे हेटरोस्ट्रक्चर में एकीकृत करने की उम्मीद है। हर्सम बताते हैं, "एक दीर्घकालिक लक्ष्य पूरी तरह से एकीकृत न्यूरोमोर्फिक सर्किट और सिस्टम को साकार करने के लिए इन हेटरोस्ट्रक्चर के बीच सबसे आशाजनक उदाहरणों को बढ़ाना होगा।" भौतिकी की दुनिया.

समय टिकट:

से अधिक भौतिकी की दुनिया