Aivojakin tehokkaampaa synapsitekniikkaa31.12.2020
City University of Hong Kongin (CityU) vetämässä tutkimuksessa on rakennettu ihmisen aivoja jäljittelevä erittäin matalan virrankulutuksen keinotekoinen visuaalinen järjestelmä, joka suoritti onnistuneesti dataintensiivisiä kognitiivisia tehtäviä. Neuromorfisia (aivojen kaltaisia) laskentajärjestelmissä tarvittavien keinotekoisten synapsien energiatehokkuuden parantamiseksi professori Johnny Chung-yin Ho:n tutkimusryhmä on ensimmäistä kertaa esitellyt näennäisiä kaksiulotteisia elektronikaasuja (2DEG) käytettäväksi keinotekoisiin neuromorfisiin järjestelmiin. Hyödyntämällä kehittämiään oksidisia superhilaisia nanolankoja - eräänlaista puolijohdetta, jolla on kiehtovat sähköiset ominaisuudet -, he ovat suunnitelleet kvasi-2DEG-fotonisia synapsisia rakenteita. Sellaiset ovat saavuttaneet ennätyksellisen alhaisen energiankulutuksen alle femtojoulen (0,7 fJ) per synapsinen tapahtuma. Se tarkoittaa energiankulutuksen olevan 93% vähemmän kuin ihmisen aivojen synapseilla. "Kokeemme ovat osoittaneet, että fotonisynapseihimme perustuva keinotekoinen visuaalinen järjestelmä pystyy samanaikaisesti suorittamaan valon havaitsemisen, aivomaisen prosessoinnin ja muistitoiminnot erittäin vähän tehoa kuluttavalla tavalla. Uskomme, että löydöksemme voivat tarjota lupaavan strategian keinotekoisten neuromorfisten järjestelmien rakentamiseksi tulevaisuudessa bionisten laitteiden, elektronisten silmien ja monitoimisen robotiikan sovelluksiin", professori Ho kertoo. ”Superhilaisen nanojohdinmateriaalin erityisominaisuuksien ansiosta synapseillamme voi olla sekä valon havaitsemisen että muistitoiminto samanaikaisesti. Yksinkertaisesti sanottuna nanojohdin-superverkon ytimet voivat havaita valon ärsykkeen suurella herkkyydellä ja nanolangan kuoret edistävät muistitoimintoja. Joten ei tarvitse rakentaa ylimääräisiä muistimoduuleja varauksen tallennusta varten kuvantunnistussiruun. Tämän seurauksena laitteemme voi säästää energiaa”, professori Ho selittää. Tämän melkein 2DEG-fotonisen synapsin avulla he ovat rakentaneet keinotekoisen visuaalisen järjestelmän, joka pystyy tunnistamaan tarkasti ja tehokkaasti kuviollisen valon ärsykkeen ja "muistamaan" ärsykkeiden muodon tunnin ajan. "Se on aivan kuten aivomme muistavat mitä näimme jonkin aika sitten", kuvailee professori Ho. Aiheesta aiemmin: Magneettista oppimista tietojenkäsittelyyn Synapsinen transistori muistaa |
Nanotekniikka on tulevaisuuden lupaus. Näillä sivuilla seurataan elektroniikkaa sekä tieto- ja sähkötekniikkaa sivuavia nanoteknisiä tiedeuutisia.