Az MIT kutatói 10,000 XNUMX-szer gyorsabban hoznak létre mesterséges szinapszisokat, mint a biológiai

A kutatók évek óta próbálnak mesterséges szinapszisokat építeni abban a reményben, hogy közel kerülhetnek az emberi agy páratlan számítási teljesítményéhez. Egy új megközelítéssel mostanra sikerült megtervezni azokat, amelyek 1,000-szer kisebbek és 10,000 XNUMX-szer gyorsabbak biológiai megfelelőiknél.

Az elszabadult siker ellenére mély tanulás az elmúlt évtizedben ez az agy által ihletett megközelítés AI azzal a kihívással néz szembe, hogy olyan hardveren fut, amely alig hasonlít a valódi agyhoz. Ez az egyik oka annak, hogy a mindössze három kilós emberi agy másodpercek alatt képes új feladatokat felvenni ugyanannyi energiával, mint egy villanykörte, miközben a legnagyobb neurális hálózatok betanítása hetekig, megawattórányi áramig és állványokig tart. speciális processzorok.

Ez növekvő érdeklődést vált ki a mögöttes hardveres mesterséges intelligencia újratervezésére irányuló erőfeszítések iránt. Az ötlet az, hogy olyan számítógépes chipek építésével, amelyek összetevői inkább természetes neuronokhoz és szinapszisokhoz hasonlítanak, megközelíthetjük az emberi agy extrém tér- és energiahatékonyságát. A remény az, hogy ezek az úgynevezett „neuromorf” processzorok sokkal jobban alkalmasak AI futtatására, mint a maiak. számítógépes chipek.

Az MIT kutatói most kimutatták, hogy egy szokatlan mesterséges szinapszis-kialakítás, amely utánozza az agynak az ionok körül mozgó ionoktól való függését, valójában jelentősen felülmúlhatja a biológiaiakat. A kulcsfontosságú áttörés egy olyan anyag megtalálása volt, amely tolerálja a szélsőséges elektromos mezőket, ami drámaian megnövelte az ionok mozgási sebességét.

"A sebesség minden bizonnyal meglepő volt” – mondta Murat Onen, a kutatás vezetője. mondta egy sajtóközleményben. „Általában nem alkalmaznánk ilyen szélsőséges mezőket az eszközökön, hogy ne váljanak hamuvá. De ehelyett a protonok [amelyek ekvivalensek a hidrogénionokkal] hatalmas sebességgel repültek át az eszközkötegben, pontosabban milliószor gyorsabban, mint korábban.”

Bár vannak a A neuromorfikus tervezés különféle megközelítései közül az egyik legígéretesebb az analóg számítástechnika. Ennek célja olyan komponensek tervezése, amelyek belső fizikájukat kihasználva képesek feldolgozni az információkat, ami sokkal hatékonyabb és közvetlenebb, mint a hagyományos chipekhez hasonlóan összetett logikai műveletek végrehajtása.

Eddig sok kutatás összpontosított a tervezésrememristorok”—elektronikus alkatrészek, amelyek az áram áramlását a korábbi töltés mennyisége alapján szabályozzáked a készüléken keresztül. Ez azt a módot utánozza, ahogyan a biológiai neuronok közötti kapcsolatok erősödnek vagy csökkennek attól függően, hogy milyen gyakorisággal kommunikálnak, ami azt jelenti, hogy ezek az eszközök elvileg felhasználhatók a biológiai neurális hálózatokhoz hasonló tulajdonságokkal rendelkező hálózatok létrehozására.

Talán nem meglepő, hogy ezeket az eszközöket gyakran memóriatechnológiával építik. De egy újban papír be Tudomány, Az MIT kutatói azzal érvelnek, hogy a hosszú távú információtárolásra optimalizált komponensek valójában nem alkalmasak a rendszeres állapotátmenetek végrehajtására, amelyek szükségesek a kapcsolat erősségének folyamatos hangolásához egy mesterséges neurális hálózatban. Ennek az az oka, hogy a hosszú megőrzési időt biztosító fizikai tulajdonságok általában nem kiegészítik azokat, amelyek lehetővé teszik a nagy sebességű kapcsolást.

Ez az oka annak, hogy a kutatók ehelyett olyan alkatrészt terveztek, amelynek vezetőképességét a protonok foszfoszilikátüvegből (PSG) készült csatornába való beillesztése vagy eltávolítása szabályozza. Ez bizonyos mértékig a biológiai szinapszisok viselkedését utánozza, amelyek ionok segítségével továbbítják a jeleket a két neuron közötti résen.

Azonban itt van a hasonlóságok vége. Az eszköz két terminállal rendelkezik, amelyek lényegében a szinapszis bemenete és kimenete. A harmadik terminálon elektromos mezőt alkalmaznak, amely az elektromos tér irányától függően stimulálja a protonokat, hogy a tartályból a PSG csatornába mozogjanak, vagy fordítva. Több proton a csatornában növeli az ellenállását.

A kutatók jött fel ezzel általános tervezés 2020-ban, de korábbi készülékük olyan anyagokat használt, amelyek nem voltak kompatibilisek a chiptervezési folyamatokkal. De ami még ennél is fontosabb, a PSG-re váltás drámai módon megnövelte eszközük kapcsolási sebességét. Ennek az az oka, hogy szerkezetében a nanoméretű pórusok lehetővé teszik a protonok nagyon gyors áthaladását az anyagon, és azért is, mert nagyon erős elektromos térimpulzusokat képes ellenállni anélkül, hogy leromlana.

Az erősebb elektromos mezők hatalmas sebességnövekedést adnak a protonoknak, és kulcsfontosságúak abban, hogy az eszköz képes felülmúlni a biológiai szinapszisokat. Az agyban az elektromos mezőket viszonylag gyengének kell tartani, mert minden 1.23 voltnál (V) nagyobb víz keletkezik.s a sejtek nagy részét hidrogénre és oxigénre osztják. Nagyrészt ez az oka annak, hogy a neurológiai folyamatok ezredmásodperces léptékűek.

Ezzel szemben az MIT-csapat eszköze akár 10 V-on is képes működni, akár 5 nanoszekundumos impulzusokkal. Ez lehetővé teszi, hogy a mesterséges szinapszis 10,000 XNUMX-szer gyorsabban működjön, mint biológiai megfelelőjes. Ráadásul az eszközök csak nanométeresek, így 1,000-szer kisebbek, mint a biológiai szinapszisok.

Szakértők mondta New Scientist hogy az eszköz háromterminális felépítése – a legtöbb neuronmodellben található kettővel szemben – megnehezítheti bizonyos típusú neurális hálózatok futtatását. Az a tény, hogy a protonokat hidrogéngázzal kell bevezetni, szintén kihívást jelent a technológia bővítése során.

Hosszú az út az egyéni mesterséges szinapszistól a nagy hálózatokig, amelyek képesek komoly információfeldolgozást végrehajtani. De az alkatrészek kivételes sebessége és apró mérete azt sugallja, hogy ez egy ígéretes irány az olyan új hardverek keresésében, amelyek megfelelnek az emberi agy teljesítményének, vagy akár meg is haladják azt.

Kép: Ella Maru Stúdió/Murat Onen