Устройството с невроморфна памет симулира неврони и синапси


Новини – Изследователите съобщават за устройство с невроморфна памет с наноразмер, което емулира неврони и синапси едновременно в единична клетка, още една стъпка към постигане на целта на невроморфните изчисления, предназначени да имитира стриктно човешкия мозък с полупроводникови устройства.

Невроморфните изчисления имат за цел да реализират изкуствен интелект (AI), като имитира механизмите на невроните и синапсите, които изграждат човешкия мозък. Вдъхновени от когнитивните функции на човешкия мозък, които съвременните компютри не могат да осигурят, невроморфните устройства са широко изследвани. Въпреки това, настоящите невроморфни вериги, базирани на комплементарни метал-оксидни полупроводници (CMOS), просто свързват изкуствени неврони и синапси без синергични взаимодействия и едновременното изпълнение на неврони и синапси все още остава предизвикателство. За да се справи с тези проблеми, изследователски екип, ръководен от професор Keon Jae Lee от катедрата по материалознание и инженерство, приложи биологичните работни механизми на хората, като въведе неврон-синапсните взаимодействия в една клетка на паметта, а не конвенционалния подход на електрическо свързване изкуствени невронни и синаптични устройства.

Подобно на търговските графични карти, изкуствените синаптични устройства, изследвани по-рано, често се използват за ускоряване на паралелни изчисления, което показва ясни разлики от оперативните механизми на човешкия мозък. Изследователският екип приложи синергичните взаимодействия между неврони и синапси в устройството за невроморфна памет, емулирайки механизмите на биологичната невронна мрежа. В допълнение, разработеното невроморфно устройство може да замени сложни CMOS невронни вериги с едно устройство, осигурявайки висока мащабируемост и ефективност на разходите.

Човешкият мозък се състои от сложна мрежа от 100 милиарда неврона и 100 трилиона синапса. Функциите и структурите на невроните и синапсите могат гъвкаво да се променят в зависимост от външните стимули, като се адаптират към заобикалящата среда. Изследователският екип разработи невроморфно устройство, в което краткосрочни и дългосрочни спомени съжителстват, използвайки летливи и енергонезависими устройства с памет, които имитират характеристиките на невроните и съответно на синапсите. Устройството за превключване на прагове се използва като енергонезависима памет, а паметта за промяна на фазата се използва като енергонезависимо устройство. Две тънкослойни устройства са интегрирани без междинни електроди, реализиращи функционалната адаптивност на невроните и синапсите в невроморфната памет.

Професор Keon Jae Lee обясни: “Невроните и синапсите взаимодействат помежду си, за да установят когнитивни функции като памет и учене, така че симулирането и на двете е основен елемент за вдъхновен от мозъка изкуствен интелект. Разработеното устройство за невроморфна памет също имитира ефекта на преквалификация, който позволява бързо научаване на забравената информация чрез прилагане на положителен ефект на обратна връзка между неврони и синапси.”

Този резултат, озаглавен „Едновременна емулация на синаптична и присъща пластичност с помощта на мемристивен синапс“, беше публикуван в изданието на 19 май 2022 г. Природни комуникации.

-Относно KAIST

KAIST е първият и водещ научно-технологичен университет в Корея. KAIST е създадена през 1971 г. от корейското правителство, за да обучава учени и инженери, ангажирани с индустриализацията и икономическия растеж в Корея.

Оттогава KAIST и неговите 67 000 възпитаници са вратата към напредналата наука и технологии, иновациите и предприемачеството. KAIST се очертава като един от най-иновативните университети с повече от 10 000 студенти, записани в пет колежа и седем училища, включително 1039 международни студенти от 90 страни.

На прага на своята полувековна годишнина през 2021 г. KAIST продължава да се стреми да направи света по-добър чрез своите занимания в образованието, научните изследвания, предприемачеството и глобализацията.

За повече информация относно KAIST, моля, посетете http://www.kaist.ac.kr/в/.