«Умный» кристалл сделает вычислительные алгоритмы быстрее и эффективнее

Ученые создали на основе металлоорганического кристалла нейроморфный элемент — устройство, запоминающее и обрабатывающее информацию по принципам, схожим с работой головного мозга. Кристалл на основе цепочек полимера и кластеров меди оказался способен примерно в тысячу раз дольше хранить информацию, чем большинство других новых «запоминающих» материалов. Разработка может использоваться для реализации сложных вычислительных алгоритмов, более производительных и быстрых, чем современные вычислительные архитектуры. Результаты исследования, поддержанного грантом Президентской программы Российского научного фонда (РНФ), опубликованы в журнале Communications Materials.

Материалы, используемые для создания устройств обработки информации и хранения данных, за последнее десятилетие сильно усовершенствовались. Так, например, использование двумерных (толщиной в один или несколько атомов) соединений вместо трехмерных позволило уменьшить размер и энергопотребление запоминающих элементов (чипов). Однако большинство материалов до сих пор не могут обеспечить эффективную работу сложных нейроморфных систем — алгоритмов, по принципу работы напоминающих функционирование головного мозга. Они интересны потому, что позволяют за минимальное время и с относительно небольшим энергопотреблением одновременно выполнять сложные вычисления, хранить и обрабатывать огромные объемы информации. Поэтому ученые ищут и совершенствуют материалы, которые обеспечат работу таких систем.

Исследователи из Университета ИТМО (Санкт-Петербург), Санкт-Петербургского государственного университета и Университета Тунцзи (Китай) создали нейроморфный вычислительный элемент на основе кристалла металлоорганического соединения, чувствительного к лазерному излучению. Выбранный авторами материал представляет собой пористую матрицу из полимера и кластеров меди, в порах которой находятся связанные с полимером молекулы воды. Когда на вещество действуют лазерным излучением, молекулы воды временно отщепляются от внутренней поверхности пор, в результате чего нелинейно изменяются электронные свойства кристалла. Такая реакция напоминает ответ нервной клетки на поступающий извне химический стимул, то есть материал демонстрирует нейроморфное — подобное нервной ткани — поведение. Изменение электронных свойств кристалла можно использовать для хранения информации — если ее в зашифрованном виде (в виде электрических импульсов двух типов — аналогичных «0» и «1») пропустить через кристалл, она на определенное время изменит электронное состояние, то есть «запишется».

Так, авторы протестировали запоминающий элемент, с помощью электрических импульсов передав на него закодированную в двоичном формате («0» и «1») информацию. Оказалось, что длительность хранения данных может достигать 200 дней, что примерно в тысячу раз больше, чем у большинства современных материалов для нейроморфных элементов. При этом необходимая для работы кристалла напряженность электрического поля была в 10 раз меньше той, что требуется для других запоминающих элементов.

Затем исследователи создали нейроморфный вычислительный элемент на основе такого кристалла, к которому были подведены два золотых контакта. Одновременная подача электрических и световых импульсов через эти контакты перевела кристалл в сложное электронное состояние, параметры которого управлялись светом и позволили наблюдать эффекты «запоминания» и «забывания» информации. С использованием такого нейроморфного поведения исследователи создали компьютерную модель нейронной сети и на примере 60 000 изображений обучили ее распознавать рукописный текст. Последующее тестирование алгоритма на дополнительных 10 000 изображений показало, что точность распознавания текста составляет 100%, а само распознавание может быть выполнено многократно (более 50 раз).

«Пока это была только симуляция на основе экспериментальных данных о поведении исследуемого материала, а не прямой эксперимент с физическим устройством, обрабатывающим изображения. Симуляция позволила нам оценить потенциал металлоорганического соединения для задач машинного обучения. В дальнейшем нам предстоит создать реальную нейроморфную сеть на базе таких кристаллов», — рассказывает руководитель проекта, поддержанного грантом РНФ, Валентин Миличко, доктор физико-математических наук, ведущий научный сотрудник физического факультета Университета ИТМО.

Информация и фото предоставлены пресс-службой Российского научного фонда

Источник: scientificrussia.ru

Комментарии: