Memristor tạo ra các khớp thần kinh nhân tạo linh hoạt cho điện toán mô phỏng thần kinh – Vật lý Thế giới

Memristor tạo ra các khớp thần kinh nhân tạo linh hoạt cho điện toán mô phỏng thần kinh – Vật lý Thế giới

Dấu thời gian: 29:2023 sáng ngày 11 tháng 35 năm XNUMX

Một bức ảnh của điện trở nhớ
Khớp thần kinh nhân tạo: Một bức ảnh của memristor, một ứng cử viên tiềm năng cho khớp thần kinh trong một thiết bị điện toán hình thái thần kinh đa năng. (Ảnh: Lê Triệu)

Hầu hết các máy tính hiện đại – từ những chiếc máy tính khổng lồ nguyên thủy lấp đầy căn phòng như ENIAC cho tới chiếc điện thoại thông minh trong túi của bạn – đều được chế tạo theo một bộ nguyên tắc do nhà toán học John von Neumann đặt ra vào năm 1945. Kiến trúc von Neumann này, như đã biết, kết hợp với nhau nhiều phần tử quen thuộc, bao gồm bộ xử lý trung tâm, bộ nhớ để lưu trữ dữ liệu và hướng dẫn cũng như các thiết bị đầu vào và đầu ra. Tuy nhiên, bất chấp sự phổ biến của nó, mô hình của von Neumann không phải là cách duy nhất để chế tạo một chiếc máy tính và đối với một số ứng dụng, nó cũng không phải là cách được mong muốn nhất.

Một giải pháp thay thế mới nổi được gọi là điện toán mô phỏng thần kinh. Đúng như tên gọi, máy tính mô phỏng thần kinh được lấy cảm hứng từ kiến ​​trúc của bộ não con người và sử dụng các tế bào thần kinh nhân tạo và khớp thần kinh nhân tạo có tính kết nối cao để mô phỏng cấu trúc và chức năng của não. Đối với các nhà nghiên cứu như Le Zhao của Trung Quốc Đại học Công nghệ Qilu, mô hình thần kinh này mang đến một cơ hội tuyệt vời để phát triển một mô hình mới cho điện toán - miễn là chúng ta có thể phát triển các tế bào thần kinh và khớp thần kinh nhân tạo có các đặc tính phù hợp.

Trong một bài báo gần đây được xuất bản trong Hợp đồng tương lai vật liệuZhao và các đồng nghiệp mô tả cách sử dụng điện trở nhớ – về cơ bản là một công tắc “ghi nhớ” trạng thái điện của nó, ngay cả sau khi tắt nguồn – để mô phỏng chức năng của khớp thần kinh trong não. Tại đây, anh ấy giải thích các mục tiêu và kế hoạch của đội.

Động lực nghiên cứu của bạn là gì?

Chúng tôi đang cố gắng phát triển các hệ thống mô phỏng thần kinh có thể vượt qua kiến ​​trúc điện toán von Neumann hiện tại về mặt giảm mức tiêu thụ năng lượng và tăng cường trí thông minh. Nhiều hệ thống trong số này yêu cầu các thiết bị điện tử có nhiều động lực để đạt được các chức năng mong muốn. Những yêu cầu đa dạng này, chẳng hạn như sự cùng tồn tại của động lực chuyển mạch dễ bay hơi và không bay hơi, khó có thể đạt được trong các thiết bị ghi nhớ riêng lẻ.

Ba thành viên dự án memristor trong phòng thí nghiệm, mặc áo khoác trắng và nhìn vào màn hình máy tính
Nhận được kết quả: Các thành viên của nhóm dự án memristor trong phòng thí nghiệm. (Ảnh: Lê Triệu)

Vì lý do này, việc hiện thực hóa các ứng dụng mục tiêu thường dựa vào các thiết kế mạch thần kinh phù hợp bao gồm các điện trở nhớ có nhiều đặc tính động khác nhau. Vấn đề là sự phụ thuộc vào nhiều thiết kế phù hợp này đã hạn chế sự phát triển của các hệ thống mô phỏng thần kinh nhỏ gọn và tiêu thụ điện năng thấp. Do đó, điều quan trọng là phải tích hợp nhiều động lực vốn có vào một thiết bị riêng lẻ và phát triển các thiết bị biến đổi thần kinh đa chức năng, chẳng hạn như trình mô phỏng khớp thần kinh linh hoạt có thể mô phỏng đầy đủ các chức năng của các khớp thần kinh sinh học chỉ bằng một thiết bị duy nhất.

Lợi ích của việc này là tính phổ biến của thiết bị có thể làm tăng độ phức tạp tính toán của hệ thống mà không làm tăng ngân sách vật liệu và diện tích. Bằng cách này, chúng ta có thể đạt được hiệu quả tính toán cao trong các hệ thống thần kinh sinh học. Do đó, việc phát triển các thiết bị có đặc tính động phức tạp hơn là một cách tiếp cận quan trọng để hiện thực hóa một hệ thống máy tính giống não bộ.

Bạn đã làm gì trong bài báo?

Chúng tôi đã phát triển thành công khớp thần kinh nhân tạo với nhiều chức năng khớp thần kinh và các đặc tính thích ứng cao dựa trên SrTiO đơn giản.3/Nb: SrTiO3 tiếp xúc dị thể. Khớp thần kinh nhân tạo này hỗ trợ nhiều chức năng của việc học khớp thần kinh, bao gồm tính linh hoạt ngắn hạn/dài hạn (STP/LTP), chuyển đổi từ STP sang LTP, hành vi học tập quên quên, học tập kết hợp và lọc động. Chúng tôi đã triển khai tất cả các chức năng này trong một thiết bị duy nhất theo cách thực tế về mặt sinh học.

Trình mô phỏng khớp thần kinh đa chức năng của chúng tôi có khả năng tính toán nâng cao mặc dù nó dựa trên cấu trúc dị thể đơn giản. Do đó, chúng tôi tin rằng nó cho thấy tiềm năng lớn cho các ứng dụng trong các hệ thống điện toán mô phỏng thần kinh nhỏ gọn, tiêu thụ điện năng thấp. Kết quả của chúng tôi cho thấy các khớp thần kinh nhân tạo của chúng tôi, kết hợp các chức năng khớp thần kinh đa dạng với cấu trúc đơn giản, là ứng cử viên tiềm năng cho các thiết bị điện toán hình thái thần kinh linh hoạt.

Bạn dự định làm gì tiếp theo?

Chúng tôi sẽ nỗ lực phát triển các thiết bị khớp thần kinh nhân tạo linh hoạt hơn. Ví dụ: chúng tôi đang phát triển các thiết bị khớp thần kinh đa phương thức có thể mô phỏng quá trình học tập và trí nhớ của não người bằng cách tổng hợp nhiều nhận thức khác nhau như thị giác, khứu giác và thính giác.

Dấu thời gian:

Thêm từ Thế giới vật lý