MIT Araştırmacıları Biyolojik Sinapslardan 10,000 Kat Daha Hızlı Yapay Sinapslar Yaratıyor

Araştırmacılar, insan beyninin rakipsiz hesaplama performansına yaklaşma umuduyla yıllardır yapay sinapslar oluşturmaya çalışıyorlar. Yeni bir yaklaşım, biyolojik muadillerinden 1,000 kat daha küçük ve 10,000 kat daha hızlı olanları tasarlamayı başardı.

Kaçak başarısına rağmen derin öğrenme son on yılda, beyinden ilham alan bu yaklaşım AI gerçek beyinlere çok az benzerlik gösteren bir donanım üzerinde çalıştığı zorlukla karşı karşıya. Bu, yalnızca üç kilo ağırlığındaki bir insan beyninin bir ampulle aynı miktarda güç kullanarak saniyeler içinde yeni görevleri alabilmesinin, en büyük sinir ağlarını eğitmek haftalar, megavat saat elektrik ve raflar sürmesinin nedeninin büyük bir kısmıdır. özel işlemciler.

Bu, AI'nın üzerinde çalıştığı temel donanımı yeniden tasarlama çabalarına artan ilgiyi artırıyor. Buradaki fikir, bileşenleri daha çok doğal nöronlar ve sinapslar gibi davranan bilgisayar çipleri inşa ederek, insan beyninin aşırı uzay ve enerji verimliliğine yaklaşabileceğimizdir. Umut, bu sözde "nöromorfik" işlemcilerin, AI'yı çalıştırmak için günümüzün işlemcilerinden çok daha uygun olabileceğidir. bilgisayar çipleri.

Şimdi MIT'den araştırmacılar, beynin etrafındaki iyonları taşımaya olan güvenini taklit eden alışılmadık bir yapay sinaps tasarımının aslında biyolojik olanlardan önemli ölçüde daha iyi performans gösterebileceğini gösterdi. Anahtar buluş, iyonların hareket etme hızını önemli ölçüde artıran aşırı elektrik alanlarını tolere eden bir malzeme bulmaktı.

"Hız kesinlikle şaşırtıcıydı” diyen araştırmayı yürüten Murat Önen, Bir basın açıklamasında. “Normalde, onları küle dönüştürmemek için bu tür aşırı alanları cihazlara uygulamazdık. Ancak bunun yerine, [hidrojen iyonlarına eşdeğer olan] protonlar, cihaz yığını boyunca muazzam hızlarda, özellikle daha önce sahip olduğumuza kıyasla bir milyon kat daha hızlı hareket etti.”

Varken a nöromorfik mühendisliğe yönelik çeşitli yaklaşımlar, en umut verici olanlardan biri analog hesaplamadır. Bu, geleneksel çiplerin yaptığı gibi karmaşık mantık işlemlerini yürütmekten çok daha verimli ve doğrudan olan bilgiyi işlemek için kendi iç fiziklerinden yararlanabilecek bileşenler tasarlamayı amaçlamaktadır.

Şimdiye kadar birçok araştırma tasarım üzerine odaklandı.Memristors”—önceden ne kadar yükün aktığına bağlı olarak akımın akışını kontrol eden elektronik bileşenlered cihaz aracılığıyla. Bu, biyolojik nöronlar arasındaki bağlantıların, iletişim kurdukları frekansa bağlı olarak güçlerinin artması veya azalması şeklini taklit eder; bu, bu cihazların prensipte biyolojik sinir ağlarına benzer özelliklere sahip ağlar oluşturmak için kullanılabileceği anlamına gelir.

Belki de şaşırtıcı olmayan bir şekilde, bu cihazlar genellikle bellek teknolojileri kullanılarak üretilir. Ama yeni bir kağıt Bilim, MIT araştırmacıları, uzun vadeli bilgi depolaması için optimize edilmiş bileşenlerin, bir yapay sinir ağında bağlantı güçlerini sürekli olarak ayarlamak için gereken düzenli durum geçişlerini gerçekleştirmek için gerçekten uygun olmadığını savunuyorlar. Bunun nedeni, uzun tutma süreleri sağlayan fiziksel özelliklerin genellikle yüksek hızlı anahtarlamaya izin veren özellikleri tamamlayıcı olmamasıdır.

Bu nedenle araştırmacılar, iletkenliği, protonların fosfosilikat camdan (PSG) yapılmış bir kanala eklenmesi veya çıkarılmasıyla düzenlenen bir bileşen tasarladılar. Bu, bir dereceye kadar, iki nöron arasındaki boşluktan sinyalleri iletmek için iyonları kullanan biyolojik sinapsların davranışını taklit eder.

Ancak, benzerlik buradaies son. Cihaz, esasen sinapsın girişi ve çıkışı olan iki terminale sahiptir. Üçüncü bir terminal, elektrik alanının yönüne bağlı olarak protonları bir rezervuardan PSG kanalına veya tersi yönde hareket etmeye teşvik eden bir elektrik alanı uygulamak için kullanılır. Kanaldaki daha fazla proton direncini arttırır.

Araştırmacılar geldi bununla yetinmek 2020'de genel tasarım, ancak daha önceki cihazlarında çip tasarım süreçleriyle uyumlu olmayan malzemeler kullanılıyordu. Ancak daha da önemlisi, PSG'ye geçiş, cihazlarının geçiş hızını önemli ölçüde artırdı. Bunun nedeni, yapısındaki nano boyutlu gözeneklerin, protonların malzeme içinde çok hızlı hareket etmesini sağlaması ve ayrıca çok güçlü elektrik alan darbelerine bozulmadan dayanabilmesidir.

Daha güçlü elektrik alanları, protonlara muazzam bir hız artışı sağlar ve cihazın biyolojik sinapslardan daha iyi performans göstermesinin anahtarıdır. Beyinde, elektrik alanları nispeten zayıf tutulmalıdır, çünkü 1.23 voltun (V) üzerindeki herhangi bir şey, su üreten suya neden olur.s Hidrojen ve oksijen gazına ayrılmak için hücrelerin kütlesini artırın. Bu büyük ölçüde nörolojik süreçlerin milisaniye ölçeğinde gerçekleşmesinin nedenidir.

Buna karşılık, MIT ekibinin cihazı, 10 nanosaniye kadar kısa darbelerde 5 volta kadar çalışabilir. Bu, yapay sinapsın biyolojik muadilinden 10,000 kat daha hızlı çalışmasına izin verir.s. Bunun da ötesinde, cihazlar yalnızca nanometre çapındadır ve bu da onları biyolojik sinapslardan 1,000 kat daha küçük yapar.

Uzmanlar söyledi New Scientist Çoğu nöron modelinde bulunan iki terminalin aksine cihazın üç terminalli kurulumunun, belirli türdeki sinir ağlarını çalıştırmayı zorlaştırabileceğini. Protonların hidrojen gazı kullanılarak tanıtılması gerektiği gerçeği, teknolojiyi ölçeklendirirken de zorluklar ortaya çıkarmaktadır.

Bireysel bir yapay sinapstan, ciddi bilgi işleme kapasitesine sahip büyük ağlara gitmek için uzun bir yol var. Ancak bileşenlerin olağanüstü hızı ve küçük boyutu, bunun insan beyninin gücüyle eşleşebilecek veya hatta onu aşabilecek yeni donanım arayışında umut verici bir yön olduğunu gösteriyor.

Resim Kredi: Ella Maru Stüdyo/Murat Önen