Memristors สร้างไซแนปส์ประดิษฐ์อเนกประสงค์สำหรับการคำนวณแบบ neuromorphic - Physics World

Memristors สร้างไซแนปส์ประดิษฐ์อเนกประสงค์สำหรับการคำนวณแบบ neuromorphic - Physics World

Time Stamp: 29 สิงหาคม 2023 11:35

รูปถ่ายของเมมริสเตอร์
ไซแนปส์ประดิษฐ์: ภาพถ่ายของเมมริสเตอร์ ซึ่งเป็นตัวเลือกที่เป็นไปได้สำหรับไซแนปส์ในอุปกรณ์คอมพิวเตอร์นิวมอร์ฟิกอเนกประสงค์ (เอื้อเฟื้อโดย: เล่อ Zhao)

คอมพิวเตอร์สมัยใหม่ส่วนใหญ่ ตั้งแต่คอมพิวเตอร์ตั้งโต๊ะขนาดใหญ่อย่าง ENIAC ไปจนถึงสมาร์ทโฟนในกระเป๋าของคุณ ถูกสร้างขึ้นตามหลักการที่นักคณิตศาสตร์ John von Neumann วางไว้ในปี 1945 ตามที่ทราบกันดีว่าสถาปัตยกรรม von Neumann นี้รวมเอา องค์ประกอบที่คุ้นเคยมากมาย รวมถึงหน่วยประมวลผลกลาง หน่วยความจำสำหรับจัดเก็บข้อมูลและคำสั่ง และอุปกรณ์อินพุตและเอาต์พุต แม้ว่าแบบจำลองของฟอน นอยมันน์จะแพร่หลายไปทุกหนทุกแห่ง แต่แบบจำลองของฟอน นอยมันน์ไม่ใช่วิธีเดียวในการสร้างคอมพิวเตอร์ และสำหรับบางแอปพลิเคชัน ก็ไม่ใช่แนวทางที่ต้องการมากที่สุดเช่นกัน

ทางเลือกหนึ่งที่เกิดขึ้นใหม่เรียกว่าการคำนวณแบบนิวโรมอร์ฟิก ตามชื่อที่บอกเป็นนัย คอมพิวเตอร์นิวโรมอร์ฟิกได้รับแรงบันดาลใจจากสถาปัตยกรรมของสมองมนุษย์ และใช้เซลล์ประสาทเทียมที่เชื่อมต่อกันอย่างมากและไซแนปส์เทียมเพื่อจำลองโครงสร้างและการทำงานของสมอง สำหรับนักวิจัยอย่าง Le Zhao แห่งประเทศจีน มหาวิทยาลัยเทคโนโลยี Qiluแบบจำลองนิวโรมอร์ฟิกนี้มอบโอกาสอันยอดเยี่ยมในการพัฒนากระบวนทัศน์ใหม่สำหรับการคำนวณ ตราบใดที่เราสามารถพัฒนาเซลล์ประสาทเทียมและไซแนปส์ที่มีคุณสมบัติที่เหมาะสมได้

ในบทความล่าสุดที่ตีพิมพ์ใน ฟิวเจอร์สวัสดุZhao และเพื่อนร่วมงานอธิบายถึงวิธีใช้ memristor ซึ่งเป็นสวิตช์ที่ "จดจำ" สถานะไฟฟ้าที่อยู่ในนั้น แม้ว่าจะปิดไฟแล้วก็ตาม เพื่อจำลองการทำงานของไซแนปส์ในสมอง ที่นี่เขาจะอธิบายเป้าหมายและแผนของทีม

แรงจูงใจในการวิจัยของคุณคืออะไร?

เรากำลังพยายามพัฒนาระบบประสาทที่สามารถก้าวข้ามสถาปัตยกรรมคอมพิวเตอร์ของ von Neumann ในปัจจุบัน ในแง่ของการลดการใช้พลังงานและการเพิ่มความฉลาด ระบบเหล่านี้จำนวนมากต้องการอุปกรณ์อิเล็กทรอนิกส์ที่มีการเปลี่ยนแปลงหลายอย่างเพื่อให้บรรลุฟังก์ชันที่ต้องการ ข้อกำหนดที่หลากหลายเหล่านี้ เช่น การมีอยู่ร่วมกันของไดนามิกสวิตชิ่งที่ระเหยและไม่ลบเลือน แทบจะไม่สามารถทำได้ในอุปกรณ์หน่วยความจำแต่ละชิ้น

สมาชิกโครงการ memristor สามคนในห้องแล็บ สวมเสื้อคลุมสีขาวและมองหน้าจอคอมพิวเตอร์
ผลลัพธ์: สมาชิกทีมงานโครงการ memristor ในห้องปฏิบัติการ (เอื้อเฟื้อโดย: เล่อ Zhao)

ด้วยเหตุนี้ การใช้งานแอปพลิเคชันเป้าหมายจึงมักอาศัยการออกแบบวงจรประสาทที่ปรับแต่งโดยเฉพาะ ซึ่งประกอบด้วยเมมเบรนที่มีคุณสมบัติไดนามิกต่างๆ ปัญหาก็คือการพึ่งพาการออกแบบที่ปรับแต่งได้หลายแบบจำกัดการพัฒนาระบบประสาทมอร์ฟิคที่มีขนาดกะทัดรัดและพลังงานต่ำ ดังนั้นจึงเป็นเรื่องสำคัญอย่างยิ่งที่จะต้องบูรณาการไดนามิกโดยธรรมชาติหลายอย่างไว้ในอุปกรณ์แต่ละชิ้น และพัฒนาอุปกรณ์นิวโรมอร์ฟิกที่มีฟังก์ชั่นหลากหลาย เช่น โปรแกรมจำลองซินแนปติกอเนกประสงค์ที่สามารถจำลองการทำงานของไซแนปส์ทางชีววิทยาได้อย่างเต็มที่โดยใช้อุปกรณ์เพียงเครื่องเดียว

ประโยชน์ของการทำเช่นนี้ก็คือความเป็นสากลของอุปกรณ์สามารถเพิ่มความซับซ้อนในการคำนวณของระบบโดยไม่ต้องเพิ่มงบประมาณด้านวัสดุและพื้นที่ ด้วยวิธีนี้ เราจึงสามารถบรรลุการประมวลผลที่มีประสิทธิภาพสูงในระบบประสาททางชีวภาพ การพัฒนาอุปกรณ์ที่มีคุณสมบัติไดนามิกที่ซับซ้อนมากขึ้นจึงเป็นแนวทางที่สำคัญในการทำให้ระบบคอมพิวเตอร์เหมือนสมองเป็นจริง

คุณทำอะไรในกระดาษ?

เราประสบความสำเร็จในการพัฒนาไซแนปส์เทียมที่มีฟังก์ชันซินแนปติกหลายฟังก์ชันและคุณลักษณะที่ปรับเปลี่ยนได้สูงโดยอิงจาก SrTiO แบบธรรมดา3/Nb: SrTiO3 ทางแยกที่แตกต่างกัน ไซแนปส์ประดิษฐ์นี้สนับสนุนฟังก์ชันต่างๆ ของการเรียนรู้แบบซินแนปติก รวมถึงความเป็นพลาสติกในระยะสั้น/ระยะยาว (STP/LTP) การเปลี่ยนจาก STP เป็น LTP พฤติกรรมการเรียนรู้-การลืม-การเรียนรู้ใหม่ การเรียนรู้แบบเชื่อมโยง และการกรองแบบไดนามิก เราปรับใช้ฟังก์ชันทั้งหมดเหล่านี้ในอุปกรณ์เครื่องเดียวในลักษณะที่สมจริงทางชีวภาพ

โปรแกรมจำลองซินแนปติกแบบมัลติฟังก์ชั่นของเรามีความสามารถในการประมวลผลขั้นสูง แม้ว่าจะขึ้นอยู่กับโครงสร้างที่แตกต่างกันแบบธรรมดาก็ตาม ดังนั้นเราจึงเชื่อว่าสิ่งนี้แสดงให้เห็นถึงศักยภาพที่ยอดเยี่ยมสำหรับแอปพลิเคชันในระบบคอมพิวเตอร์ neuromorphic ที่กะทัดรัดและใช้พลังงานต่ำ ผลลัพธ์ของเราชี้ให้เห็นว่าไซแนปส์เทียมของเราซึ่งรวมฟังก์ชันซินแนปติกที่หลากหลายเข้ากับโครงสร้างที่เรียบง่าย เป็นตัวเลือกที่มีศักยภาพสำหรับอุปกรณ์คอมพิวเตอร์ neuromorphic อเนกประสงค์

คุณวางแผนที่จะทำอะไรต่อไป?

เราจะทำงานเพื่อพัฒนาอุปกรณ์ไซแนปส์เทียมที่มีความอเนกประสงค์มากขึ้น ตัวอย่างเช่น เรากำลังพัฒนาอุปกรณ์ซินแนปติกหลายรูปแบบที่สามารถจำลองกระบวนการเรียนรู้และความจำของสมองมนุษย์โดยประสานการรับรู้ต่างๆ เช่น การมองเห็น กลิ่น และการได้ยิน

ประทับเวลา:

เพิ่มเติมจาก โลกฟิสิกส์