Никелатовый синапс-транзистор создан в Гарварде
Специалисты по материаловедению из Гарвардской школы инженерных и прикладных наук (SEAS) создали новый тип транзистора, который имитирует поведение синапса. Непривычный прибор одновременно модулирует поток информации в цепи и физически приспосабливается к изменяющимся сигналам.
Используя необычные свойства новых материалов, синаптический транзистор может стать началом нового типа искусственного интеллекта – встроенного не в разумные алгоритмы, а в саму архитектуру компьютера.
«В наши дни существует чрезвычайный интерес к созданию энергоэффективной электроники, – говорит научный руководитель Шрирам Раманатан (Shriram Ramanathan), ассоциированный профессор материаловедения в Гарвардской школе SEAS. – Исторически сложилось так, что люди фокусировались на скорости, но обратной стороной скорости является растрата энергии. По мере того как электроника становится всё более мощной и вездесущей, уменьшение количества потребляемой энергии может оказать огромное влияние».
Команда исследователей из Гарварда
Людскому мозгу достаточно примерно 20 Вт энергии.
«Транзистор, который мы продемонстрировали, является реальным аналогом синапса нашего мозга, – рассказал ведущий соавтор Цзянь Ши (Jian Shi), постдокторант в SEAS. – Каждый раз, когда нейрон инициирует действие и другой нейрон реагирует, синапс между ними увеличивает свою проводимость. И чем быстрее нейроны обмениваются импульсами, тем с каждым разом сильнее становится синаптическая связь. По существу, синапс запоминает взаимодействие нейронов».
В принципе, система, объединяющая миллионы крошечных синаптических транзисторов и нейронных окончаний, может производить параллельные вычисления и она может привести в новую эру сверхэффективной высокой производительности.
Подобно тому как ионы кальция и рецепторы вызывают изменения в биологическом синапсе, искусственный вариант достигает такой же пластичности с помощью ионов кислорода.
При подаче напряжения эти ионы входят и выходят из кристаллической решетки очень тонкой (80-нм) пленки никелата самария, который действует как синаптический канал между двумя платиновыми электродами «аксонов» и «дендритов». Изменяемая концентрация ионов в никелате повышает или снижает его проводимость, то есть его способность переносить информацию с помощью электрического тока и, как в настоящем синапсе, сила связи зависит от временной задержки электрического сигнала.
Структурно прибор состоит из никелатового полупроводника, размещенного между двумя платиновыми электродами, и примыкающей маленькой емкости ионной жидкости. Внешний мультиплексор цепей преобразует временную задержку в значение напряжения, которое прикладывается к ионной жидкости, создавая электрическое поле, которое либо вводит ионы в никелат, либо выводит их. Все устройство длиной всего несколько сотен микрон встроено в кремниевый чип.
На кремниевой пластине – прототипы нескольких синапс-транзисторов.
Фото: Eliza Grinnell, SEAS Communications.
Синаптический транзистор обладает несколькими явными преимуществами перед традиционными кремниевыми транзисторами. В первую очередь, он не ограничен двоичной системой нулей и единиц.
«Система меняет свою проводимость в аналоговом режиме, непрерывно, по мере изменения состава материала, – разъясняет Цзянь Ши. – Использовать КМОП, традиционную схемотехнику, для имитации синапса было бы довольно непростой задачей, потому-что биологические синапсы имеют практически неограниченное число возможных состояний, а не только «включено» или «выключено».
Синаптический транзистор обладает еще одним преимуществом – энергонезависимой памятью.
Вдобавок, новый транзистор является экономичным по своей природе. Никелат относится к необычному классу материалов, называемых коррелированными электронными системами При определенной температуре или, в данном случае, под воздействием внешнего поля, проводимость материала внезапно изменяется.
«Мы используем чрезвычайную чувствительность этого материала – рассказывает Раманатан. – Очень малое возбуждение позволяет получить большой сигнал, поэтому энергия на входе, необходимая для управления переключением, потенциально является очень малой. Это позволит получить резкое повышение энергоэффективности».
Система из никелата также хорошо подходит для органичной интеграции в существующие кремниевые системы.
«В нашей работе мы демонстрируем функционирование устройства при высоких температурах, но красота этого типа устройств заключается в том, что поведение устройства при «обучении» более-менее не чувствительно к температуре. И это является большим преимуществом – сообщает Раманатан. – Мы можем эксплуатировать его где угодно – от комнатной температуры до не менее 160°С».
Пока что ограничения связаны с проблемами синтеза относительно малоизученного материала и размером устройства, который влияет на его быстродействие.
«В нашем устройстве, созданном для проверки концепции, постоянная времени была определена геометрией экспериментального устройства, – рассказал Раманатан.
– Другими словами, чтобы действительно сделать сверхбыстрое устройство, вам нужно всего лишь ограничить объем жидкости и разместить управляющий электрод ближе к ней».
На самом деле, Раманатан и его команда ученых уже планируют вместе с специалистами по микрофлюидистике в SEAS исследовать возможности и пределы этого «предельно жидкостного транзистора».
Он также получил начальный грант от Национальной академии наук на изучение интеграции синаптических транзисторов в схемы, создаваемые по законам биосистем, вместе с Л. Махадеваном (L. Mahadevan), профессором прикладной математики, профессором организменной и эволюционной биологии, профессором физики.
«В обстановке школы SEAS работа очень увлекательна. Мы имеем возможность легко сотрудничать с людьми разных интересов», – рассказал Раманатан.
Для ученого материаловеда настолько же интересно изучать возможности коррелированных оксидов (таких как никелат в этом исследовании), как и возможные его применения.
«Вам нужно построить новый инструментарий, способный синтезировать эти новые материалы, но когда вы уже смогли сделать это, вы получаете абсолютно новую структуру материала, свойства которой фактически неизведанны, – сказал Раманатан. – Работать с такими материалами очень увлекательно – о них известно очень мало и вы имеете возможность создать знания с нуля».
«Такой способ представления доказательств концепции выводит вашу работу в практический мир, – добавил он, – где вы можете на самом деле превратить эти экзотические электронные свойства в непревзойденные совершенные устройства».
Поддержку этому исследованию предоставили Национальный научный фонд (NSF), Инициатива междисциплинарных университетских исследований научного центра армии и Центр научных исследований воздушных сил. Также команда воспользовалась лабораториями Гарвардского центра наносистем – члена поддерживаемой NSF Национальной сети инфраструктуры нанотехнологий. Соавторами работы были постдокторант школы SEAS Сью Д.
Ха (Sieu D. Ha), аспирант Ю Чжоу (You Zhou) и бывший постдокторант Фрэнк Скуфс (Frank Schoofs).
Читайте также:
Qualcomm создала чип, имитирующий работу мозга – видео
Гибрид насекомого и киборга поступает продажу
ученые создали чип, имитирующий работу примитивного мозга
Создана электроника, работающая внутри тела
Ученые сымитировали мозг на аналоговых компонентах
Ученые предложили принципиальную схему электронного мозга
Исследование: откуда берутся мысли?
Инженеры Intel предложили схему нейроморфных чипов
Исследования виртуального мозга и графена оценили в миллиард евро
Источник: Electronics Weekly
Разработан первый транзистор, способный самообучаться в процессе работы » DailyTechInfo
Проводя исследования, результатом которых может стать совершенно новый подход к реализации искусственного интеллекта, исследователи из Школы технических и прикладных наук (School of Engineering and Applied Sciences, SEAS) Гарвардского университета разработали новый тип транзистора, транзистора, способного самообучаться в процессе его работы, что делает его подобным нервному синапсу.
Одна из наиболее замечательных черт мозга человека или другого высокоорганизованного живого существа заключается в самообучении, в запоминании того, что это делает. Если человека заставить выполнять совершенно новую для него работу, то в первый день он будет действовать беспорядочно и постоянно совершать ошибки. Но, через неделю или две этот человек будет выполнять всю работу на «автопилоте», выполняя весь ряд действий, совершенно не задумываясь над этим. Все это происходит благодаря пластичности мозга, способности мозга динамически перестраивать свою структуру, образуя новые синаптические связи между нейронами или «перепрофилируя» уже существующие связи.
Большая часть пластичности мозга является последствием изменений приблизительно в 100 триллионах синапсов, которые представляют собой взаимосвязи между нервными клетками мозга.
При выполнении человеком однообразных действий, синаптические связи, отвечающие за эту деятельность, крепнут и их количество увеличивается, что приводит к появлению целых «дорог» из синапсов, соединяющих определенные участки мозга.
Когда определенный нейрон раз за разом посылает другому нейрону через синапс определенный сигнал, то этот синапс через некоторое время перестраивает свою структуру таким образом, чтобы усилить этот вид передаваемого им сигнала. Синаптический транзистор, созданный гарвардскими учеными, подражает такому поведению синапса. Для этого транзистор имеет особую структуру, которая во многом повторяет структуру обычного полевого транзистора за исключением небольшого количества специальной ионной жидкости, находящейся в промежутке между изолированным затвором транзистора и его проводящим каналом. Канал синаптического транзистора изготовлен из никелата самария (SmNiO3), а не из легированного кремния, как у обычных полевых транзисторов.
К сожалению, за счет наличия функции самообучения синаптический транзистор имеет более низкую скорость реакции, нежели полевой транзистор.
Под реакцией здесь подразумевается изменение силы электрического тока, текущего через канал транзистора, в ответ на изменение электрического потенциала на управляющем электроде, затворе. За счет наличия ионной жидкости транзистор может запомнить то, что он делал в прошлом и откорректировать проводимость его канала, что достигается за счет перемещения ионов кислорода, насыщающих материал канала транзистора.
Электрическим аналогом «укрепления» синапса является увеличение электрической проводимости канала синаптического транзистора. И при смене рода выполняемых транзистором функций, точнее, при изменении характеристик проходящих через него сигналов может произойти и обратная ситуация, когда проводимость канала транзистора будет уменьшена за счет оттока ионов кислорода назад в ионную жидкость.
Следует отметить, что синаптический транзистор предназначен для работы с непрерывными аналоговыми сигналами, а не прерывистыми цифровыми данными, с обработкой которых достаточно хорошо справляются простые полевые транзисторы.
Такая способность дает синаптическим транзисторам, которые являются одним из видов искусственных синапсов, большую гибкость в самостоятельном предварительном поиске методов решения определенной задачи и в дальнейшем улучшении своей работы по решению этой же задачи.
К сожалению, физическая структура гарвардского синаптического транзистора не может обеспечить самостоятельного должного управления значением проводимости его канала. Поэтому для создания необходимых временных задержек и формирования импульсов нужной формы, которые обеспечивают перенос ионов кислорода, используются несложные внешние электронные цепи. Тем не менее, это не является препятствием к созданию на основе синаптических транзисторов сложных схем по типу нейронных сетей, которые будут способны самостоятельно выработать особый вид реакции на определенные значения входных сигналов, и выработать эту реакцию не по заранее заложенной в структуре сети программе, а на основании опыта, приобретенного в ходе выполнения других задач.
Новые синаптические транзисторы могут стать точкой отсчета, с которой начнется разработка систем искусственного интеллекта нового поколения, построенного не на «умных» алгоритмах программного обеспечения, а «зашитого» в самой архитектуре компьютера. С другой точки зрения, схемы, собранные из миллионов крошечных синаптических транзисторов смогут перевести технологии параллелизма вычислений на качественно новый уровень эффективности.
Ключевые слова:
Головной, Мозг, Нейрон, Синапс, Сигнал, Транзистор, Структура, Канал, Проводимость, Самообучение, Искусственный, Интеллект
Первоисточник
Другие новости по теме:
Добавить свое объявление
Загрузка…
Китайские ученые разработали компьютерное устройство, похожее на мозг человека
Исследователи разработали компьютерное устройство, похожее на человеческий мозг, которое способно учиться по ассоциациям. Исследование опубликовано в журнале Nature Communications.
Секрет разработки заключается в новых органических электрохимических «синаптических транзисторах», которые одновременно обрабатывают и хранят информацию, как человеческий мозг. Исследователи продемонстрировали, что транзистор может имитировать краткосрочную и долгосрочную пластичность синапсов в человеческом мозгу, опираясь на воспоминания, которые нужно учить с течением времени.
Обладая похожими на мозг способностями, новый транзистор и схема потенциально могут преодолеть ограничения традиционных вычислений, включая их энергосберегающее оборудование и ограниченную способность выполнять несколько задач одновременно.
Подобное мозгу устройство также имеет более высокую отказоустойчивость, продолжая работать без сбоев даже при выходе из строя некоторых компонентов.
«Несмотря на то, что современный компьютер достаточно производительный, человеческий мозг может легко превзойти его в некоторых сложных и неструктурированных задачах, таких как распознавание образов, моторный контроль и мультисенсорная интеграция», — рассказал Джонатан Ривней из Northwestern, старший автор исследования. «Это происходит благодаря пластичности синапса, который является основным строительным блоком вычислительной мощности мозга. Эти синапсы позволяют мозгу работать в высокопараллельной, отказоустойчивой и энергоэффективной манере. В своей работе мы демонстрируем органический пластиковый транзистор, который имитирует ключевые функции биологического синапса».
Проблемы с обычными вычислениями
Обычные цифровые вычислительные системы имеют отдельные блоки обработки и хранения, в результате чего задачи с большим объемом данных потребляют большое количество энергии.
Вдохновленные объединенным процессом вычислений и хранения в человеческом мозге, исследователи в последние годы стремились разработать компьютеры, которые работают больше как человеческий мозг, с массивами устройств, которые функционируют как сеть нейронов.
«Наши нынешние компьютерные системы работают так, что память и логика физически разделены», — сказал Джи. «Вы выполняете вычисление и отправляете эту информацию в блок памяти. Затем каждый раз, когда вы хотите получить эту информацию, вы должны ее вызывать. Если мы сможем объединить эти две отдельные функции, мы сэкономим и место и на энергозатратах».
В настоящее время резистор памяти, или «мемристор», является наиболее развитой технологией, которая может выполнять комбинированную функцию обработки и памяти, но мемристоры страдают от энергозатратного переключения и меньшей биосовместимости. Эти недостатки привели исследователей к синаптическому транзистору, особенно к органическому электрохимическому синаптическому транзистору, который работает с низким напряжением, постоянно настраиваемой памятью и высокой совместимостью для биологических приложений.
«Даже высокоэффективные органические электрохимические синаптические транзисторы требуют, чтобы операция записи была отделена от операции чтения», — объяснил Ривней. «Поэтому, если вы хотите сохранить память, вы должны отключить ее от процесса записи, что может еще больше усложнить интеграцию в схемы или системы».
Как работает синаптический транзистор
Чтобы преодолеть эти проблемы, команда разработчиков оптимизировала проводящий пластиковый материал в органическом электрохимическом транзисторе, который может улавливать ионы. В головном мозге синапс — это структура, через которую нейрон может передавать сигналы другому нейрону, используя небольшие молекулы, называемые нейротрансмиттерами. В синаптическом транзисторе ионы ведут себя так же, как нейротрансмиттеры, посылая сигналы между терминалами, чтобы сформировать искусственный синапс. Сохраняя данные от захваченных ионов, транзистор запоминает предыдущие действия, развивая долговременную пластичность.
Исследователи продемонстрировали синаптическое поведение своего устройства, подключив одиночные синаптические транзисторы в нейроморфную цепь для имитации ассоциативного обучения. Они интегрировали в схему датчики давления и света и обучили схему связывать два несвязанных физических входа (давление и свет) друг с другом.
Возможно, самый известный пример ассоциативного обучения — собака Павлова, которая, естественно, пускала слюни, когда сталкивалась с едой. После того, как собака научилась ассоциировать звон колокольчика с едой, она также начала пускать слюни, когда услышала звук колокольчика. Для нейроморфной схемы исследователи активировали напряжение, используя давление от нажатия пальцем. Чтобы схема связала свет с давлением, исследователи сначала применили импульсный свет от светодиодной лампы, а затем сразу же применили давление. В этом сценарии давление — это еда, а свет — это звонок.
После одного тренировочного цикла схема установила первоначальную связь между светом и давлением.
После пяти тренировочных циклов, схема ассоциировала свет с давлением. Только свет был способен вызвать сигнал или «безусловный отклик».
Будущие приложения
Поскольку синаптическая схема сделана из мягких полимеров, таких как пластик, ее можно легко изготовить на гибких листах и легко интегрировать в мягкую носимую электронику, интеллектуальную робототехнику и имплантируемые устройства, которые напрямую взаимодействуют с живой тканью и даже с мозгом.
«Несмотря на то, что наше приложение является доказательством правильности концепции, предлагаемая нами схема может быть расширена за счет включения большего количества сенсорных входов и интеграции с другой электроникой для обеспечения возможности вычислений с низким энергопотреблением на месте», — сказал Ривнай. «Поскольку устройство совместимо с биологической средой, оно может напрямую взаимодействовать с живой тканью, что имеет решающее значение для биоэлектроники следующего поколения».
Source: Российское информационное агентство Live24
Теги: КомпьютерыОбработка данных
Новое мозгоподобное вычислительное устройство с электрохимическими «синаптическими транзисторами», имитирующее человеческое обучение
Концепция искусственного синапса художника.
Подобно собаке Павлова, устройство можно настроить на обучение по ассоциациям.
Исследователи разработали похожее на мозг вычислительное устройство, способное к обучению посредством ассоциаций.
Подобно тому, как знаменитый физиолог Иван Павлов научил собак ассоциировать звонок с едой, исследователи из Северо-Западного университета и Университета Гонконга успешно научили свою цепь связывать свет с давлением.
Исследование будет опубликовано сегодня (30 апреля 2021 г.) в журнале Nature Communications .
Секрет устройства кроется в его новых органических электрохимических «синаптических транзисторах», которые одновременно обрабатывают и хранят информацию точно так же, как человеческий мозг. Исследователи продемонстрировали, что транзистор может имитировать краткосрочную и долгосрочную пластичность синапсов в человеческом мозге, опираясь на воспоминания, чтобы учиться с течением времени.
Обладая подобными мозгу способностями, новый транзистор и схема потенциально могут преодолеть ограничения традиционных вычислений, включая энергоемкое оборудование и ограниченную способность выполнять несколько задач одновременно.
Подобное мозгу устройство также имеет более высокую отказоустойчивость, продолжая бесперебойно работать даже при выходе из строя некоторых компонентов.
Соединив одиночные синаптические транзисторы в нейроморфную цепь, исследователи продемонстрировали, что их устройство может имитировать ассоциативное обучение. Предоставлено: Northwestern University
«Хотя современный компьютер является выдающимся, человеческий мозг может легко превзойти его в некоторых сложных и неструктурированных задачах, таких как распознавание образов, управление движением и мультисенсорная интеграция», — сказал Джонатан Ривней из Northwestern, старший автор исследования. «Это благодаря пластичности синапса, который является основным строительным блоком вычислительной мощности мозга. Эти синапсы позволяют мозгу работать высокопараллельно, отказоустойчиво и энергоэффективно. В нашей работе мы демонстрируем органический пластиковый транзистор, который имитирует ключевые функции биологического синапса».
Ривней — доцент биомедицинской инженерии в Инженерной школе Маккормика Северо-Западного университета. Он руководил исследованием вместе с Пэдди Чаном, адъюнкт-профессором машиностроения Гонконгского университета. Сюйдун Цзи, научный сотрудник группы Ривнай, является первым автором статьи.
Проблемы с обычными вычислениями
Традиционные цифровые вычислительные системы имеют отдельные блоки обработки и хранения, в результате чего задачи, требующие обработки больших объемов данных, потребляют большое количество энергии. Вдохновленные комбинированным процессом вычислений и хранения в человеческом мозгу, исследователи в последние годы стремились разработать компьютеры, которые больше похожи на человеческий мозг, с массивами устройств, которые функционируют как сеть нейронов.
— Наши нынешние компьютерные системы работают так, что память и логика физически разделены, — сказал Цзи. «Вы выполняете вычисления и отправляете эту информацию в блок памяти. Затем каждый раз, когда вы хотите получить эту информацию, вы должны вспомнить ее.
Если мы сможем объединить эти две отдельные функции, мы сможем сэкономить место и снизить затраты на электроэнергию».
В настоящее время резистор памяти, или «мемристор», является наиболее развитой технологией, которая может выполнять комбинированную функцию обработки и памяти, но мемристоры страдают от энергозатратного переключения и меньшей биосовместимости. Эти недостатки привели исследователей к созданию синаптического транзистора, особенно органического электрохимического синаптического транзистора, который работает при низком напряжении, постоянно перестраиваемой памяти и высокой совместимости с биологическими приложениями. Тем не менее, проблемы существуют.
«Даже высокопроизводительные органические электрохимические синаптические транзисторы требуют, чтобы операция записи была отделена от операции чтения», — сказал Ривней. «Поэтому, если вы хотите сохранить память, вы должны отключить ее от процесса записи, что может еще больше усложнить интеграцию в схемы или системы».
Как работает синаптический транзистор
Чтобы решить эти проблемы, команда Северо-Западного университета и Университета Гонконга оптимизировала проводящий пластиковый материал внутри органического электрохимического транзистора, который может улавливать ионы. В мозге синапс представляет собой структуру, через которую нейрон может передавать сигналы другому нейрону, используя небольшие молекулы, называемые нейротрансмиттерами. В синаптическом транзисторе ионы ведут себя подобно нейротрансмиттерам, посылая сигналы между терминалами для формирования искусственного синапса. Сохраняя сохраненные данные от захваченных ионов, транзистор запоминает предыдущую деятельность, развивая долговременную пластичность.
Исследователи продемонстрировали синаптическое поведение своего устройства, соединив одиночные синаптические транзисторы в нейроморфную цепь для имитации ассоциативного обучения. Они интегрировали датчики давления и света в схему и научили схему связывать два несвязанных физических входа (давление и свет) друг с другом.
Возможно, самым известным примером ассоциативного обучения является собака Павлова, которая естественным образом пускала слюни при встрече с едой. После приучения собаки к тому, чтобы звон колокольчика ассоциировался с едой, у собаки также началось слюнотечение, когда она услышала звук колокольчика. Для нейроморфной схемы исследователи активировали напряжение, применяя давление пальцем. Чтобы настроить схему так, чтобы свет ассоциировался с давлением, исследователи сначала применили импульсный свет от светодиодной лампочки, а затем сразу же применили давление. В этом сценарии давление — это пища, а свет — это звоночек. Соответствующие датчики устройства обнаружили оба входа.
После одного тренировочного цикла схема установила первоначальную связь между светом и давлением. После пяти тренировочных циклов схема значительно связала свет с давлением. Свет сам по себе был способен вызвать сигнал или «необусловленную реакцию».
Применение в будущем
Поскольку синаптическая цепь изготовлена из мягких полимеров, таких как пластик, ее можно легко изготовить на гибких листах и легко интегрировать в мягкую носимую электронику, интеллектуальную робототехнику и имплантируемые устройства, которые напрямую взаимодействуют с живой тканью и даже мозг.
«Хотя наше приложение является доказательством концепции, предложенная нами схема может быть дополнительно расширена, чтобы включить больше сенсорных входов и интегрироваться с другой электроникой, чтобы обеспечить выполнение вычислений с низким энергопотреблением на месте», — сказал Ривней. «Поскольку устройство совместимо с биологическими средами, оно может напрямую взаимодействовать с живой тканью, что имеет решающее значение для биоэлектроники следующего поколения».
Ссылка: «Имитация ассоциативного обучения с использованием энергонезависимого синаптического органического электрохимического транзистора с улавливанием ионов», авторы Сюдонг Джи, Брайан Д. Полсен, Гэри К. К. Чик, Руйхэн Ву, Юян Инь, Пэдди К. Л. Чан и Джонатан Ривней, 30 апреля 2021 г. , Связь с природой .
DOI: 10.1038/s41467-021-22680-5
Исследование было поддержано Национальным научным фондом (номер награды DMR-1751308), Фондом общих исследований Гонконга (номера награды HKU 17264016 и HKU 17204517) и Национальным фондом естественных наук.
Основание Китая.
Синаптический транзистор | Имитация работы мозга для повышения производительности
— Реклама —
Общеизвестно, что выдающиеся суперкомпьютеры являются энергоемкими и поразительно неэффективными машинами. Тем временем наш мозг состоит примерно из 86 миллиардов нейронов, соединенных синапсами, которые не только создают множество логических цепей, но и адаптируются к раздражителям, постоянно укрепляя одни связи и ослабляя другие. Мы называем этот процесс обучением, и он обеспечивает высокоэффективные и быстрые вычислительные процессы. Ученые-материаловеды из SEAS (Гарвардская школа инженерии и прикладных наук) разработали новый тип транзистора, который имитирует поведение синапса. Синапс определяется как соединение между двумя нервными клетками, состоящее из небольшого промежутка. Импульсы проходят через эту щель путем диффузии нейротрансмиттера. В цепи синаптический транзистор модулирует поток информации, а также физически адаптируется к изменяющимся сигналам.
Синаптический транзистор может ознаменовать появление нового типа искусственного интеллекта (он встроен в саму архитектуру компьютера, но не в интеллектуальные алгоритмы), используя необычные свойства современных материалов.
Шрирам Раманатан, адъюнкт-профессор материаловедения Гарвардского университета SEAS, говорит: «Сегодня существует огромный интерес к разработке энергоэффективной электроники. Исторически сложилось так, что основное внимание людей было сосредоточено на скорости, но со скоростью приходит рассеяние силы. Поскольку электроника становится вездесущей и мощной, вы можете оказать большое влияние, уменьшив количество потребляемой ею энергии».
— Advertisement —
При всей своей великолепной вычислительной мощности человеческий разум потребляет около двадцати ватт энергии (меньше, чем бытовая лампочка), поэтому он представляет собой естественную модель для инженеров.
В человеческом мозгу транзистор аналогичен синапсу. Каждый раз, когда нейрон инициирует действие, а другой нейрон наносит ответный удар, сила их связи увеличивается за счет синапса между ними. Прочность синаптической связи зависит от того, насколько быстро нейроны каждый раз всплескивают. Синапс запоминает действия между нейронами.
Система, объединяющая миллионы нейронных терминалов и крошечных синаптических транзисторов, может открыть для параллельных вычислений совершенно новую эру высокой и сверхэффективной производительности.
В биологическом синапсе, в то время как рецепторы и ионы кальция вызывают изменения, искусственная версия достигает такой же пластичности с ионами кислорода. Эти ионы скользят в кристаллической решетке тонкой пленки никелата самария и выходят из нее при приложении напряжения. Эта тонкая пленка действует как канал синапса между двумя окончаниями «дендритов» и «аксонов». В никелате изменение концентрации ионов снижает или повышает его проводимость.
Это подразумевает способность никелата нести информацию об электрическом токе. Сила связи основана на временной задержке электрического сигнала, как и в естественном синапсе.
Синаптический транзистор состоит из никелатного полупроводника, примыкающего к крошечному карману ионной жидкости и зажатого между двумя платиновыми электродами. Временная задержка преобразуется в величину напряжения мультиплексором внешней цепи. Это напряжение подается на ионную жидкость, создающую электрическое поле, которое либо удаляет ионы, либо направляет их в никелат. Все устройство длиной в несколько сотен микрон встроено в кремниевый чип.
По сравнению с традиционными кремниевыми транзисторами синаптические транзисторы обладают рядом непосредственных преимуществ. Он не ограничивается двоичной системой нулей и единиц.
По мере изменения состава материала эта система постепенно изменяет свою проводимость. Использование традиционных схемных технологий, таких как КМОП, было бы довольно сложной задачей для имитации синапса, поскольку настоящие биологические синапсы состоят из неограниченного числа возможных состояний, а не только «включено» и «выключено».
с помощью синаптического транзистора. Энергонезависимая память указывает на то, что устройство запоминает свое состояние даже при отключении питания.
Кроме того, новый транзистор существенно энергоэффективнее. Коррелированные электронные системы представляют собой необычный класс материалов, к которому относится никелат. Коррелированные электронные системы могут претерпевать переход металл-диэлектрик. Проводимость материала резко меняется при воздействии внешнего поля – при определенной температуре.
Чрезвычайная чувствительность этого материала широко используется. Очень слабое возбуждение позволяет получить большой сигнал, поэтому входная энергия, необходимая для управления этим переключением, очень мала. Для энергоэффективности это может привести к значительному повышению. Для плавной интеграции в современные системы на основе кремния система никелата расположена правильно.
Большим преимуществом этого типа устройств является то, что поведение «обучения» более или менее нечувствительно к температуре.
Мы можем использовать это устройство в любом месте при температуре от комнатной до почти 160 градусов по Цельсию.
Новое мозгоподобное вычислительное устройство имитирует человеческое обучение
«Синаптические транзисторы» имитируют пластичность мозга, одновременно обрабатывая и сохраняя данные
30 апреля 2021 г. | По Аманда Моррис
Новая нейроморфная схема с массивом синаптических транзисторов имитирует ассоциативное обучение.
- Мозг
- Инновация
- Маккормик
Исследователи разработали похожее на мозг вычислительное устройство, способное к обучению посредством ассоциаций.
Подобно тому, как знаменитый физиолог Иван Павлов научил собак ассоциировать звонок с едой, исследователи из Северо-Западного университета и Университета Гонконга успешно научили свою цепь связывать свет с давлением.
Исследование было опубликовано сегодня (30 апреля) в журнале Nature Communications.
Секрет устройства кроется в его новых органических электрохимических «синаптических транзисторах», которые одновременно обрабатывают и хранят информацию точно так же, как человеческий мозг. Исследователи продемонстрировали, что транзистор может имитировать краткосрочную и долгосрочную пластичность синапсов в человеческом мозге, опираясь на воспоминания, чтобы учиться с течением времени.
Обладая подобными мозгу способностями, новый транзистор и схема потенциально могут преодолеть ограничения традиционных вычислений, включая энергоемкое оборудование и ограниченную способность выполнять несколько задач одновременно. Подобное мозгу устройство также имеет более высокую отказоустойчивость, продолжая бесперебойно работать даже при выходе из строя некоторых компонентов.
Джонатан Ривней
«Хотя современный компьютер является выдающимся, человеческий мозг может легко превзойти его в некоторых сложных и неструктурированных задачах, таких как распознавание образов, управление моторикой и мультисенсорная интеграция», — сказал Джонатан Ривней из Northwestern, старший автор исследования.
«Это благодаря пластичности синапса, который является основным строительным блоком вычислительной мощности мозга. Эти синапсы позволяют мозгу работать параллельно, отказоустойчивым и энергоэффективным образом. В нашей работе мы демонстрируем органический пластиковый транзистор, который имитирует ключевые функции биологического синапса».
Ривней — доцент кафедры биомедицинской инженерии в Инженерной школе Маккормика Северо-Западного университета. Он руководил исследованием вместе с Пэдди Чаном, адъюнкт-профессором машиностроения Гонконгского университета. Сюйдун Цзи, научный сотрудник группы Ривнай, является первым автором статьи.
Проблемы с обычными вычислениями
Традиционные цифровые вычислительные системы имеют отдельные блоки обработки и хранения, в результате чего задачи, требующие обработки больших объемов данных, потребляют большое количество энергии. Вдохновленные комбинированным процессом вычислений и хранения в человеческом мозгу, исследователи в последние годы стремились разработать компьютеры, которые больше похожи на человеческий мозг, с массивами устройств, которые функционируют как сеть нейронов.
— Наши нынешние компьютерные системы работают так, что память и логика физически разделены, — сказал Цзи. «Вы выполняете вычисления и отправляете эту информацию в блок памяти. Затем каждый раз, когда вы хотите получить эту информацию, вы должны вспомнить ее. Если мы сможем объединить эти две отдельные функции, мы сможем сэкономить место и снизить затраты на электроэнергию».
В настоящее время резистор памяти, или «мемристор», является наиболее развитой технологией, которая может выполнять комбинированную функцию обработки и памяти, но мемристоры страдают от энергозатратного переключения и меньшей биосовместимости. Эти недостатки привели исследователей к созданию синаптического транзистора, особенно органического электрохимического синаптического транзистора, который работает при низком напряжении, постоянно перестраиваемой памяти и высокой совместимости с биологическими приложениями. Тем не менее, проблемы существуют.
«Даже высокопроизводительные органические электрохимические синаптические транзисторы требуют, чтобы операция записи была отделена от операции чтения», — сказал Ривней.
«Поэтому, если вы хотите сохранить память, вы должны отключить ее от процесса записи, что может еще больше усложнить интеграцию в схемы или системы».
Как работает синаптический транзистор
Чтобы решить эти проблемы, команда Северо-Западного университета и Университета Гонконга оптимизировала проводящий пластиковый материал внутри органического электрохимического транзистора, который может улавливать ионы. В мозге синапс представляет собой структуру, через которую нейрон может передавать сигналы другому нейрону, используя небольшие молекулы, называемые нейротрансмиттерами. В синаптическом транзисторе ионы ведут себя подобно нейротрансмиттерам, посылая сигналы между терминалами для формирования искусственного синапса. Сохраняя сохраненные данные от захваченных ионов, транзистор запоминает предыдущую деятельность, развивая долговременную пластичность.
Исследователи продемонстрировали синаптическое поведение своего устройства, соединив одиночные синаптические транзисторы в нейроморфную цепь для имитации ассоциативного обучения.
Они интегрировали датчики давления и света в схему и научили схему связывать два несвязанных физических входа (давление и свет) друг с другом.
Наши нынешние компьютерные системы работают так, что память и логика физически разделены. Если мы сможем объединить эти две отдельные функции, мы сможем сэкономить место и снизить затраты на электроэнергию»
Сюйдун Цзипостдокторант
Пожалуй, самым известным примером ассоциативного обучения является собака Павлова, которая естественным образом пускала слюни при встрече с едой. После приучения собаки к тому, чтобы звон колокольчика ассоциировался с едой, у собаки также началось слюнотечение, когда она услышала звук колокольчика. Для нейроморфной схемы исследователи активировали напряжение, применяя давление пальцем. Чтобы настроить схему так, чтобы свет ассоциировался с давлением, исследователи сначала применили импульсный свет от светодиодной лампочки, а затем сразу же применили давление. В этом сценарии давление — это пища, а свет — это звоночек.
Соответствующие датчики устройства обнаружили оба входа.
После одного тренировочного цикла схема установила первоначальную связь между светом и давлением. После пяти тренировочных циклов схема значительно связала свет с давлением. Свет сам по себе был способен вызвать сигнал или «необусловленную реакцию».
Применение в будущем
Поскольку синаптическая схема изготовлена из мягких полимеров, таких как пластик, ее можно легко изготовить на гибких листах и легко интегрировать в мягкую носимую электронику, интеллектуальную робототехнику и имплантируемые устройства, которые непосредственно взаимодействуют с живой тканью и даже мозг.
«Хотя наше приложение является доказательством концепции, предложенная нами схема может быть дополнительно расширена, чтобы включить больше сенсорных входов и интегрироваться с другой электроникой, чтобы обеспечить выполнение вычислений с низким энергопотреблением на месте», — сказал Ривней. «Поскольку устройство совместимо с биологическими средами, оно может напрямую взаимодействовать с живой тканью, что имеет решающее значение для биоэлектроники следующего поколения».
