Новое вычислительное устройство с электрохимическими «синаптическими транзисторами» имитирует обучение человека

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Подобно тому, как физиолог Иван Павлов приучил собаку ассоциировать звонок с едой, исследователи из Северо-Западного университета и Университета Гонконга успешно приучили свою схему ассоциировать свет с давлением. Это поможет людям с имплантами и будет полезно в робототехнике.

Результаты исследования были опубликованы 30 апреля в журнале Nature Communications.

Секрет устройства кроется в его новых органических, электрохимических «синаптических транзисторах», которые одновременно обрабатывают и хранят информацию подобно человеческому мозгу. Исследователи продемонстрировали, что транзистор имитирует краткосрочную и долгосрочную пластичность синапсов в человеческом мозге, опираясь на воспоминания, чтобы со временем учиться.

Благодаря своим мозгоподобным способностям, новый транзистор и схема могут преодолеть ограничения традиционных вычислительных систем, включая их энергосберегающие особенности и ограничение в выполнении нескольких задач одновременно. Мозгоподобное устройство также обладает повышенной отказоустойчивостью, продолжая бесперебойно работать даже при выходе из строя некоторых компонентов.

«Несмотря на мощности современных компьютеров, человеческий мозг может легко превзойти его в некоторых сложных и неструктурированных задачах, таких как распознавание образов, управление двигателем и мультисенсорная интеграция», – говорит Джонатан Ривней из Северо-Западного университета, старший автор исследования. «Это происходит благодаря пластичности синапса, который является основным строительным блоком вычислительной мощности мозга. Эти синапсы позволяют мозгу работать с высокой степенью параллельности, отказоустойчивости и энергоэффективности. Мы сделали органический, пластиковый транзистор, который имитирует ключевые функции биологического синапса».

Мозг и компьютер: в чём отличия?

Традиционные цифровые вычислительные системы имеют отдельные блоки обработки и хранения данных, в результате чего задачи, требующие больших объемов данных, потребляют большое количество энергии. Вдохновленные объединенным процессом вычислений и хранения данных в человеческом мозге, исследователи годы пытаются разработать компьютеры, работающие подобно человеческому мозгу, с массивами устройств, функционирующих как сеть нейронов.

«Принцип работы наших современных компьютерных систем заключается в том, что память и логика физически разделены», – говорит Цзи, автор исследования. «Вы выполняете вычисления и отправляете информацию в блок памяти. Затем каждый раз, чтобы получить эту информацию, вам приходится ее вспоминать. 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 совершенной технологией, которая комбинирует функцию обработки и памяти, но тратит на это много энергии и наименее биосовместимо. Эти недостатки привели исследователей к синаптическому транзистору – органическому электрохимическому синаптическому транзистору, который работает с низким напряжением, постоянно перестраиваемой памятью и высокой совместимостью для биологических приложений. Тем не менее, существуют и недостатки.

«Даже высокопроизводительные органические электрохимические синаптические транзисторы требуют, чтобы операция записи была отделена от операции чтения», – говорит Ривней. «Поэтому, если вы хотите сохранить память, вам придется отсоединить ее от процесса записи, что может еще больше усложнить интеграцию в схемы или системы».

Как работает синаптический транзистор?

Чтобы преодолеть эти трудности, команда Северо-Западного университета и Университета Гонконга оптимизировала проводящий пластиковый материал внутри органического электрохимического транзистора, который может удерживать ионы. В мозге синапс – это структура, 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, образуя искусственный синапс. Сохраняя данные, полученные от захваченных ионов, транзистор запоминает предыдущие действия, развивая долгосрочную пластичность.

Исследователи продемонстрировали синаптическое поведение своего устройства, соединив отдельные синаптические транзисторы в нейроморфную схему для имитации ассоциативного обучения. Они интегрировали в схему датчики давления и света и обучили схему ассоциировать два несвязанных физических сигнала (давление и свет) друг с другом.

Самым известным примером ассоциативного обучения является собака Павлова, у которой при встрече с едой естественным образом выделялась слюна. После того, как собаку приучили ассоциировать звонок колокольчика с едой, у нее начинала выделяться слюна, когда она слышала звук колокольчика. В нейроморфной схеме исследователи активировали напряжение путем нажатия пальцем. Чтобы приучить схему ассоциировать свет с давлением, исследователи сначала подали импульсный свет от светодиодной лампочки, а затем сразу же приложили давление. В этом сценарии давление – это еда, а свет – звонок. Соответствующие датчики устройства зафиксировали оба входа.

После одного цикла обучения схема установила первоначальную связь между светом и давлением. После пяти тренировочных циклов схема значительно улучшила связь между светом и давлением. Свет, сам по себе, был способен вызвать сигнал, или «безусловную реакцию».

Как это поможет нам в будущем?

Поскольку синаптическая схема изготовлена из мягких полимеров, похожих на пластик, она может быть легко изготовлена на гибких листах и легко интегрирована в мягкую, носимую электронику, умную робототехнику и имплантируемые устройства, которые напрямую взаимодействуют с живыми тканями и даже мозгом.

«Хотя наше приложение является доказательством концепции, предложенная схема может быть расширена для включения большего количества сенсорных входов и интегрирована с другой электроникой для обеспечения вычислений на месте с низким энергопотреблением», – говорит Ривней. «Поскольку устройство совместимо с биологической средой, оно может напрямую взаимодействовать с живыми тканями, что очень важно для биоэлектроники следующего поколения».


Источник: www.nature.com

Комментарии: