एमआईटी शोधकर्ताओं ने कृत्रिम सिनैप्स को जैविक सिनेप्स से 10,000 गुना तेज बनाया

मानव मस्तिष्क के बेजोड़ कम्प्यूटेशनल प्रदर्शन के करीब पहुंचने की उम्मीद में शोधकर्ता वर्षों से कृत्रिम सिनेप्स बनाने की कोशिश कर रहे हैं। एक नया दृष्टिकोण अब ऐसे लोगों को डिजाइन करने में कामयाब रहा है जो अपने जैविक समकक्षों की तुलना में 1,000 गुना छोटे और 10,000 गुना तेज हैं।

की भगोड़ा सफलता के बावजूद ध्यान लगा के पढ़ना या सीखना पिछले एक दशक में, मस्तिष्क से प्रेरित यह दृष्टिकोण AI इस चुनौती का सामना करना पड़ता है कि यह हार्डवेयर पर चल रहा है जो वास्तविक दिमाग से बहुत कम मिलता जुलता है। यह इस कारण का एक बड़ा हिस्सा है कि सिर्फ तीन पाउंड वजन वाला मानव मस्तिष्क एक प्रकाश बल्ब के समान शक्ति का उपयोग करके सेकंड में नए कार्य कर सकता है, जबकि सबसे बड़े तंत्रिका नेटवर्क को प्रशिक्षित करने में सप्ताह, मेगावाट घंटे बिजली और रैक लगते हैं। विशेष प्रोसेसर की।

यह अंतर्निहित हार्डवेयर AI को फिर से डिज़ाइन करने के प्रयासों में बढ़ती रुचि को प्रेरित कर रहा है। विचार यह है कि कंप्यूटर चिप्स के निर्माण से जिनके घटक प्राकृतिक न्यूरॉन्स और सिनेप्स की तरह अधिक कार्य करते हैं, हम मानव मस्तिष्क की चरम जगह और ऊर्जा दक्षता तक पहुंचने में सक्षम हो सकते हैं। उम्मीद यह है कि ये तथाकथित "न्यूरोमोर्फिक" प्रोसेसर आज की तुलना में एआई चलाने के लिए बेहतर अनुकूल हो सकते हैं। कंप्यूटर चिप्स.

अब एमआईटी के शोधकर्ताओं ने दिखाया है कि एक असामान्य कृत्रिम synapse डिजाइन जो चारों ओर बंद करने वाले आयनों पर मस्तिष्क की निर्भरता की नकल करता है, वास्तव में जैविक लोगों को काफी बेहतर प्रदर्शन कर सकता है। मुख्य सफलता एक ऐसी सामग्री की खोज थी जो अत्यधिक विद्युत क्षेत्रों को सहन करती है, जिसने नाटकीय रूप से उस गति में सुधार किया जिसके साथ आयन आगे बढ़ सकते हैं।

"गति निश्चित रूप से आश्चर्यजनक थी," मूरत ओनन, जिन्होंने अनुसंधान का नेतृत्व किया, एक प्रेस विज्ञप्ति में कहा. "आम तौर पर, हम ऐसे चरम क्षेत्रों को उपकरणों में लागू नहीं करेंगे, ताकि उन्हें राख में न बदल सकें। लेकिन इसके बजाय, प्रोटॉन [जो हाइड्रोजन आयनों के बराबर हैं] डिवाइस स्टैक में अत्यधिक गति से बंद हो गए, विशेष रूप से हमारे पास पहले की तुलना में दस लाख गुना तेज।

जबकि वहाँ a न्यूरोमॉर्फिक इंजीनियरिंग के लिए विभिन्न प्रकार के दृष्टिकोण, सबसे आशाजनक में से एक एनालॉग कंप्यूटिंग है। यह उन घटकों को डिजाइन करने का प्रयास करता है जो सूचना को संसाधित करने के लिए अपने आंतरिक भौतिकी का फायदा उठा सकते हैं, जो पारंपरिक चिप्स जैसे जटिल तर्क संचालन करने से कहीं अधिक कुशल और प्रत्यक्ष है।

अब तक, बहुत सारे शोधों ने डिजाइनिंग पर ध्यान केंद्रित किया है "memristors"-इलेक्ट्रॉनिक घटक जो वर्तमान के प्रवाह को इस आधार पर नियंत्रित करते हैं कि पहले कितना चार्ज हुआ हैed डिवाइस के माध्यम से। यह उस तरह की नकल करता है जिस तरह से जैविक न्यूरॉन्स के बीच संबंध उस आवृत्ति के आधार पर शक्ति में वृद्धि या कमी करते हैं जिसके साथ वे संचार करते हैं, जिसका अर्थ है कि इन उपकरणों का उपयोग जैविक तंत्रिका नेटवर्क के समान गुणों वाले नेटवर्क बनाने के लिए किया जा सकता है।

शायद आश्चर्यजनक रूप से, इन उपकरणों को अक्सर स्मृति प्रौद्योगिकियों का उपयोग करके बनाया जाता है। लेकिन एक नए में कागज में विज्ञान, एमआईटी शोधकर्ताओं का तर्क है कि लंबी अवधि के सूचना भंडारण के लिए अनुकूलित घटक वास्तव में कृत्रिम तंत्रिका नेटवर्क में कनेक्शन की ताकत को लगातार ट्यून करने के लिए आवश्यक नियमित राज्य संक्रमण करने के लिए उपयुक्त नहीं हैं। ऐसा इसलिए है क्योंकि भौतिक गुण जो लंबे समय तक अवधारण समय सुनिश्चित करते हैं, आमतौर पर उन लोगों के लिए पूरक नहीं होते हैं जो उच्च गति स्विचिंग की अनुमति देते हैं।

यही कारण है कि शोधकर्ताओं ने इसके बजाय एक घटक तैयार किया है जिसकी चालकता फॉस्फोसिलिकेट ग्लास (पीएसजी) से बने चैनल में प्रोटॉन के सम्मिलन या हटाने से नियंत्रित होती है। कुछ हद तक, यह जैविक सिनेप्स के व्यवहार की नकल करता है, जो दो न्यूरॉन्स के बीच के अंतराल में संकेतों को प्रसारित करने के लिए आयनों का उपयोग करता है।

हालाँकि, यह वह जगह है जहाँ समानताएँ समाप्त। डिवाइस में दो टर्मिनल हैं जो अनिवार्य रूप से सिनैप्स के इनपुट और आउटपुट हैं। एक तीसरे टर्मिनल का उपयोग विद्युत क्षेत्र को लागू करने के लिए किया जाता है, जो विद्युत क्षेत्र की दिशा के आधार पर प्रोटॉन को जलाशय से पीएसजी चैनल या इसके विपरीत स्थानांतरित करने के लिए उत्तेजित करता है। चैनल में अधिक प्रोटॉन इसके प्रतिरोध को बढ़ाते हैं।

शोधकर्त्ता आया इसके साथ ऊपर 2020 में सामान्य डिजाइन वापस, लेकिन उनके पहले के उपकरण में ऐसी सामग्री का उपयोग किया गया था जो चिप डिजाइन प्रक्रियाओं के अनुकूल नहीं थी। लेकिन इससे भी महत्वपूर्ण बात यह है कि पीएसजी में स्विच करने से उनके डिवाइस की स्विचिंग गति में नाटकीय रूप से वृद्धि हुई है। ऐसा इसलिए है क्योंकि इसकी संरचना में नैनो-आकार के छिद्र प्रोटॉन को सामग्री के माध्यम से बहुत तेज़ी से आगे बढ़ने में सक्षम बनाते हैं, और इसलिए भी क्योंकि यह बिना किसी गिरावट के बहुत मजबूत विद्युत क्षेत्र दालों का सामना कर सकता है।

अधिक शक्तिशाली विद्युत क्षेत्र प्रोटॉन को बड़े पैमाने पर गति को बढ़ावा देते हैं और जैविक सिनेप्स से बेहतर प्रदर्शन करने के लिए डिवाइस की क्षमता के लिए महत्वपूर्ण हैं। मस्तिष्क में, विद्युत क्षेत्रों को अपेक्षाकृत कमजोर रखना पड़ता है क्योंकि 1.23 वोल्ट (वी) से अधिक की कोई भी चीज पानी का कारण बनती है जोs बड़ी मात्रा में कोशिकाओं को हाइड्रोजन और ऑक्सीजन गैस में विभाजित करने के लिए। यही कारण है कि न्यूरोलॉजिकल प्रक्रियाएं मिलीसेकंड के पैमाने पर होती हैं।

इसके विपरीत, MIT टीम का उपकरण 10 नैनोसेकंड जितना छोटा पल्स में 5 वोल्ट तक काम करने में सक्षम है। यह कृत्रिम सिनैप्स को अपने जैविक समकक्ष की तुलना में 10,000 गुना तेजी से संचालित करने की अनुमति देता हैs. उसके ऊपर, उपकरण केवल नैनोमीटर के पार हैं, जो उन्हें जैविक सिनेप्स की तुलना में 1,000 गुना छोटा बनाते हैं।

विशेषज्ञों बोला था न्यू साइंटिस्ट कि डिवाइस का तीन-टर्मिनल सेटअप, अधिकांश न्यूरॉन मॉडल में पाए जाने वाले दो के विपरीत, कुछ प्रकार के तंत्रिका नेटवर्क को चलाना मुश्किल बना सकता है। तथ्य यह है कि हाइड्रोजन गैस का उपयोग करके प्रोटॉन को पेश किया जाना है, यह भी प्रौद्योगिकी को बढ़ाते समय चुनौतियां प्रस्तुत करता है।

व्यक्तिगत कृत्रिम सिंक से बड़े नेटवर्क तक जाने का एक लंबा रास्ता तय करना है जो गंभीर सूचना प्रसंस्करण करने में सक्षम हैं। लेकिन घटकों की असाधारण गति और छोटे आकार का सुझाव है कि यह नए हार्डवेयर की खोज में एक आशाजनक दिशा है जो मानव मस्तिष्क की शक्ति से मेल खा सकता है या उससे भी अधिक हो सकता है।

छवि क्रेडिट: एला मारू स्टूडियो / मूरत ओनेनी