Keinotekoiset neuronit toistavat biologista toimintaa

University of Southern Californian (UCS Viterbi) tutkijat ovat kehittäneet keinotekoisia neuroneja, jotka jäljittelevät biologisten aivosolujen monimutkaista sähkökemiallista käyttäytymistä.

Toisin kuin perinteiset digitaaliset prosessorit tai olemassa olevat piiteknologiaan perustuvat neuromorfiset sirut, jotka pelkästään simuloivat hermostollista toimintaa, nämä keinotekoiset neuronit fyysisesti ilmentävät tai jäljittelevät biologisten vastineidensa analogista dynamiikkaa.

Aivan kuten neurokemikaalit käynnistävät aivotoiminnan, kemikaaleja voidaan käyttää laskennan käynnistämiseen neuromorfisissa eli aivoista inspiroituneissa laitteistoissa. Koska ne ovat biologisen prosessin fyysinen kopio, ne eroavat aiemmista keinotekoisten neuronien iteraatioista, jotka olivat pelkästään matemaattisia yhtälöitä.

USC:n tietokone- ja sähkötekniikan professori Joshua Yangin johtama tutkimus esittelee uudentyyppisen keinotekoisen neuronin, joka perustuu niin kutsuttuun "diffuusiomemristoriin".

Biologisessa prosessissa aivot käyttävät sekä sähköisiä että kemiallisia signaaleja kehon toimintojen ohjaamiseen. Neuronit eli hermosolut saavat aluksi sähköisiä signaaleja, jotka saavutettuaan neuronin päässä olevan tilan tai aukon, jota kutsutaan synapsiksi, muunnetaan kemiallisiksi signaaleiksi tiedon välittämiseksi ja käsittelemiseksi. Kun informaatio siirtyy seuraavaan neuroniin, osa näistä signaaleista muunnetaan jälleen sähköisiksi signaaleiksi neuronin kehon kautta.

Tämä on fyysinen prosessi, jota Yang ja kollegat ovat onnistuneet jäljittelemään erittäin tarkasti useissa kriittisissä näkökohdissa. Suuri etu: heidän diffusiivinen memristoripohjainen keinotekoinen neuroninsa vaatii vain yhden transistorin tilan perinteisten suunnitelmien kymmenien tai satojen sijaan.

Teknisesti tutkija esittelevätkin piikittelyyn perustuvaa keinotekoista neuronia, joka koostuu yhdestä diffuusiomemristorista, yhdestä transistorista ja yhdestä vastuksesta (1M1T1R), ja ottaa sirualaa vertikaalisesti integroituna yhden transistorin jalanjäljen verran. 1M1T1R-neuronin energiankulutus saavuttaa pikojoule-tason piikkiä kohden ja voi saavuttaa skaalattuna attojoule-tason piikkiä kohden.

Neuroni omaa kuusi keskeistä neuronaalista ominaisuutta: vuotava integraatio, kynnyslaukaisu, kaskadoitu yhteys, sisäinen plastisuus, refraktiojakso ja stokastisuus.

Tutkijoiden mukaan tämä uusi menetelmä on askeleen lähempänä luonnollisen älykkyyden matkimista.

Nyt kun olemme osoittaneet kyvykkäitä ja kompakteja rakenneosia, keinotekoisia synapseja ja neuroneja, seuraava askel on integroida niitä suuria määriä ja testata, kuinka tarkasti voimme jäljitellä aivojen tehokkuutta ja kykyjä. ”Vieläkin jännittävämpää”, Yang sanoo, ”on mahdollisuus, että tällaiset aivoille uskolliset järjestelmät voisivat auttaa meitä löytämään uusia näkemyksiä siitä, miten itse aivot toimivat.”

Aiheesta aiemmin:

Puolijohdeneuroni muistaa ja reagoi aivojen tavoin

Aksonia jäljittelevät materiaalit tietojenkäsittelyyn

Piin ja neuronin fuusio