Sel-sel otak menginspirasi komponen komputer baru

ringkasan: Para peneliti telah mengembangkan memristor yang lebih bertenaga dan hemat energi yang, berdasarkan struktur otak manusia, mengombinasikan penyimpanan dan pemrosesan data. Teknologi baru, terbuat dari nanocrystals perovskit terhalogenasi, belum siap untuk digunakan karena sulit untuk diintegrasikan dengan chip komputer yang ada, tetapi memiliki potensi untuk pemrosesan data dalam jumlah besar secara paralel.

sumber: Politecnico di Milano

Terinspirasi oleh efisiensi energi otak, dan menyalin strukturnya untuk menciptakan komputer yang lebih bertenaga, tim peneliti dari Politecnico di Milano, Empa dan ETH Zurich telah mengembangkan memristor yang lebih bertenaga dan lebih mudah diproduksi daripada pendahulunya: hasilnya dipublikasikan di dalam Kemajuan ilmu pengetahuan.

Para peneliti sedang mengembangkan arsitektur komputer yang terinspirasi dari fungsi otak manusia dengan komponen-komponen baru, seperti sel-sel otak, yang mengombinasikan penyimpanan dan pemrosesan data. Memristor baru didasarkan pada nanocrystals perovskite terhalogenasi, bahan semikonduktor yang dikenal untuk menghasilkan sel surya.

Meskipun kebanyakan orang tidak dapat melakukan perhitungan dengan ketepatan komputer, manusia dapat dengan mudah memproses informasi sensorik yang rumit dan belajar dari pengalaman mereka—sesuatu yang tidak dapat dilakukan oleh komputer (sejauh ini). Dengan demikian, otak manusia hanya mengkonsumsi setengah dari daya laptop berkat struktur sinapsisnya yang mampu menyimpan dan memproses informasi.

Namun, di komputer, memori terpisah dari prosesor dan data harus terus ditransfer antara kedua unit ini. Kecepatan transfer terbatas dan ini membuat seluruh komputer menjadi lebih lambat ketika jumlah data sangat besar.

“Tujuan kami bukan untuk menggantikan arsitektur komputer klasik.” – menjelaskan Daniele Ilmeni, profesor di Politecnico di Milano – “Sebaliknya, kami ingin mengembangkan arsitektur alternatif yang dapat melakukan tugas tertentu lebih cepat dan lebih hemat energi. Ini termasuk, misalnya, pemrosesan paralel sejumlah besar data; ini sedang terjadi hari ini di Everywhere, dari bertani hingga eksplorasi luar angkasa.

Berdasarkan pengukuran tersebut, para peneliti mensimulasikan tugas komputasi kompleks yang sesuai dengan proses pembelajaran di korteks visual otak. Tugasnya adalah menentukan arah pita cahaya berdasarkan sinyal dari retina.

Perovskit halida menghantarkan ion dan elektron. – menjelaskan Rohit John, peneliti postdoctoral di ETH Zurich dan Empa – “Konduktivitas ganda ini memungkinkan perhitungan yang lebih kompleks yang mirip dengan operasi otak.”

Teknologi ini belum siap untuk digunakan, dan kesederhanaan pembuatan memristor baru membuat integrasinya dengan chip komputer yang ada menjadi sulit: perovskit tidak dapat menangani suhu 400-500°C yang diperlukan untuk memproses silikon – setidaknya belum.

Ada juga bahan lain dengan sifat serupa yang dapat dipertimbangkan untuk produksi memristor berperforma tinggi. “Kami dapat menguji hasil sistem memristor kami menggunakan bahan yang berbeda, beberapa di antaranya mungkin lebih cocok untuk diintegrasikan dengan silikon,” kata Alexandre Meluzzi, kandidat PhD di Politecnico di Milano.

Abstrak dibuat oleh obrolan gpt Teknologi kecerdasan buatan

Tentang pencarian berita neuroteknologi ini

pengarang: Emmanuel Sanzon
sumber: Politecnico di Milano
komunikasi: Emmanuel Sanzon – Politecnico di Milano
gambar: Gambar berada di domain publik

Pencarian asli: akses terbuka.
“Memdiodes perovskit halida ionik elektronik memungkinkan komputasi saraf dengan kompleksitas kuadratikDitulis oleh Rohit John dkk. Kemajuan ilmu pengetahuan

ringkasan

Memdiodes perovskit halida ionik elektronik memungkinkan komputasi saraf dengan kompleksitas kuadratik

Dengan tuntutan komputasi yang meningkat, pemrosesan serial dalam arsitektur von Neumann yang dibangun dengan sirkuit digital orde-nol yang kompleks memenuhi daya dan daya komputasi, memerlukan penelitian tentang paradigma alternatif.

Sistem yang terinspirasi oleh otak yang dibangun menggunakan memristor menarik karena paralelismenya yang tinggi, konsumsi daya yang rendah, dan toleransi kesalahan yang tinggi.

Namun, sebagian besar demonstrasi hingga saat ini hanya mensimulasikan kompleksitas biologis tingkat rendah primitif menggunakan perangkat dengan dinamika tingkat pertama.

Memristor dengan tingkat kompleksitas yang lebih tinggi diharapkan dapat memecahkan masalah yang membutuhkan sirkuit yang semakin kompleks, tetapi tidak ada aturan desain umum.

Di sini, kami menyajikan dinamika orde kedua dalam memristive halide perovskite diodes (memdiodes) yang memungkinkan aturan pembelajaran Bienenstock-Cooper-Munro menangkap plastisitas berbasis waktu dan kecepatan.

Skema plastisitas bergantung waktu tiga ketinggian yang mengeksploitasi migrasi ion, difusi balik, dan baffle Schottky yang dapat disesuaikan menetapkan aturan desain umum untuk mewujudkan memristor orde tinggi.

Urutan yang lebih tinggi ini memungkinkan selektivitas orientasi mikroskop kompleks dalam jaringan saraf yang mengeksploitasi fisika intrinsik perangkat, tanpa memerlukan sirkuit yang kompleks.