Создан транзистор, который работает как нейрон и синапс

Исследователи из Национального университета Сингапура (NUS) продемонстрировали, что один стандартный кремниевый транзистор, являющийся основным элементом микросхем, используемых в компьютерах, смартфонах и практически во всех электронных системах, может функционировать как биологический нейрон и синапс, если использовать его особым, нестандартным образом.

Самые сложные в мире компьютеры уже существуют в наших головах. Исследования показывают, что человеческий мозг в целом более энергоэффективен, чем электронные процессоры, благодаря почти 90 миллиардам нейронов, которые образуют около 100 триллионов связей друг с другом, а также синапсам, которые со временем регулируют свою силу. Этот процесс, известный как синаптическая пластичность, лежит в основе обучения и памяти.

На протяжении десятилетий учёные пытались воспроизвести эту эффективность с помощью искусственных нейронных сетей (ИНС). ИНС недавно стали основой для значительных достижений в области искусственного интеллекта (ИИ), отчасти вдохновлённых тем, как мозг обрабатывает информацию.

Но несмотря на то, что они заимствуют биологическую терминологию, сходство ограничивается лишь поверхностным уровнем: программные нейросети, такие как те, что лежат в основе больших языковых моделей, например ChatGPT, потребляют много вычислительных ресурсов и, следовательно, электроэнергии. Это делает их непригодными для многих задач.

Нейроморфные вычисления направлены на имитацию вычислительной мощности и энергоэффективности мозга. Для этого необходимо не только изменить архитектуру системы, чтобы память и вычисления выполнялись в одном и том же месте (так называемые вычисления в памяти), но и разработать электронные устройства, использующие физические и электронные явления, способные более точно воспроизводить работу нейронов и синапсов.

Однако современные нейроморфные вычислительные системы ограничены необходимостью использования сложных многотранзисторных схем или новых материалов, которые ещё не прошли проверку для крупномасштабного производства.

«Чтобы обеспечить настоящие нейроморфные вычисления, при которых микрочипы ведут себя как биологические нейроны и синапсы, нам нужно масштабируемое и энергоэффективное оборудование», — сказал один из исследователей.

Исследовательская группа под руководством доцента Марио Ланца с факультета материаловедения и инженерии Колледжа дизайна и инженерии Национального университета Сингапура продемонстрировала, что один стандартный кремниевый транзистор, при определенном расположении и эксплуатации, может воспроизводить как возбуждение нейронов, так и изменения синаптической массы — фундаментальные механизмы биологических нейронов и синапсов.

Это было достигнуто за счёт регулировки сопротивления объёмного вывода до определённых значений, что позволяет управлять двумя физическими явлениями, происходящими в транзисторе: ударной ионизацией и улавливанием заряда. Кроме того, команда создала двухтранзисторную ячейку, способную работать как в нейронном, так и в синаптическом режиме, которую исследователи назвали «нейросинаптической памятью с произвольным доступом», или NS-RAM.

«Другие подходы требуют сложных транзисторных матриц или новых материалов с неопределённой технологичностью, но наш метод использует коммерческую технологию КМОП (комплементарный металл-оксид-полупроводник), ту же платформу, что и в современных компьютерных процессорах и микросхемах памяти», — объяснил профессор Ланца.

«Это означает, что он масштабируемый, надёжный и совместимый с существующими процессами производства полупроводников».

В ходе экспериментов ячейка NS-RAM продемонстрировала низкое энергопотребление, сохраняла стабильную производительность в течение многих циклов работы и демонстрировала стабильное, предсказуемое поведение на разных устройствах — всё это желаемые характеристики для создания надёжного аппаратного обеспечения ANN, подходящего для реальных приложений.

Источник: techxplore.com

Комментарии: