Конструирование неорганических материалов для мозга как вычисления

Никогда не хотелось, чтобы ваш компьютер мог думать, как вы делаете или, возможно, даже понять вас?

Что будущее не может быть сейчас, но это на один шаг ближе, благодаря Техас A&M университет-водить коллективом ученых и инженеров и их недавнее открытие материалов на основе имитации для нейронных сигналов для передачи информации в человеческом мозге.

Многодисциплинарная команда, во главе с Техас&M химик Sarbajit Банерджи совместно с техасским а&м электробытовой и компьютерной инженер Р. Стэнли Уильямса и дополнительные коллег по всей Северной Америке и за рубежом, был обнаружен нейроподобный электрический механизм переключения в полупроводниковый материал β’-CuxV2O5-в частности, насколько это обратимо меняется между проводящей и изолирующей поведение по команде.

Команда смогла прояснить основные движущим механизмом этого поведения, принимая новый взгляд на β’-CuxV2O5, замечательный хамелеон-как материал, который изменяется при изменении температуры или электрического стимула. В процессе, они сосредоточились на том, как ионы меди перемещаться внутри материала и как этот тонкий танец, в свою очередь, выплескивается электронов вокруг, чтобы преобразовать его. Их исследование показало, что движение ионов меди является основой электрической проводимости изменения, которые могут быть использованы для создания электрических спайков таким же образом, что функции нейронов в мозговой нервной системы — важным шагом на пути развития сетей, который работает как человеческий мозг.

Их итоговый документ, в котором также Техасского химии аспирантами Абхишек Parija (сейчас в корпорации Intel), Джастин Джозеф Эндрюс и удобно, как первые авторы, опубликовано февраля. 27 в пресс-сотовый журнал Дело.

В своем стремлении к разработке новых видов энергоэффективных вычислений, широкого круга сотрудников является использование материалов с перестраиваемой электронных неустойчивостей для достижения так называемых нейроморфных вычислений, или вычислений конструирована для того чтобы скопировать уникальные возможности мозга и непревзойденной эффективности.

«Природа дала нам материалы с соответствующими типами поведения, чтобы имитировать обработки информации, что происходит в мозгу, но отличаются на сегодняшний день имеют различные ограничения», — сказал Уильямс. «Важность этой работы заключается в том, что химики могут рационально проектировать и создавать электрически активных материалов с существенно улучшенными свойствами нейроморфных. Как мы больше понимаем, наши материалы позволят существенно улучшить, таким образом, обеспечивая новый путь к непрерывному технологическому развитию наших вычислительных способностей».

В то время как смартфоны и ноутбуки, казалось бы, сделать изящнее и быстрее с каждой итерацией, Parija отмечает, что новые материалы и вычислительные парадигмы освобожденный от обычного ограничения, необходимые для удовлетворения постоянных скорости и энергоэффективности требования ограничивают возможности кремниевых компьютерных чипов, которые достигли своих фундаментальных ограничений с точки зрения энергоэффективности. Нейроморфные вычисления-это один из таких подходов, и манипуляции переключения поведения в новых материалов является одним из способов ее достижения.

«Главная предпосылка, — и, следовательно, центральный обещаю … нейроморфных вычислений заключается в том, что мы до сих пор не нашли способ для выполнения вычислений в пути, который является столь же эффективным, как способ, которым нейроны и синапсы действуют в человеческом мозге,» сказал Эндрюс, НАСА космической техники научного сотрудника. «Большинство материалов электроизоляционных (не токопроводящие), металлический (токопроводящий) или где-то посередине. Некоторые материалы, однако, может преобразовать между двумя государствами: изолирующие (выкл.) и проводящие (на) почти по команде.»

С помощью обширной сочетание расчетных и экспериментальных методов, удобных сказал, что команда смогла продемонстрировать не только то, что этот материал подвергается преобразований, обусловленных изменениями температуры, напряжения и напряженности электрического поля, которые могут быть использованы для создания нейроподобных сетей, но и всесторонне объяснить, как этот переход происходит. В отличие от других материалов, которые имеют переход металл-диэлектрик (МИТ), этот материал опирается на движение ионов меди в жесткой кристаллической решетки ванадия и кислорода.

«Мы, по сути, показывают, что очень маленькие движения ионов меди в структуре влечет за собой значительные изменения в проводимости в весь материал,» сподручный добавил. «Из-за этого движение ионов меди, материал превращается из изоляционного проведения в ответ на внешние изменения температуры, приложенного напряжения или тока. Иными словами, применяя небольшой электрический импульс позволяет перевести материал и сохранить информацию внутри него, как он работает в контуре, как функцию нейронов в мозге».

Эндрюс уподобляет отношения между медно-движения ионов и электронов на структуру ванадия на танцы.

«Когда ионы меди перемещаются, электроны на ванадий перемещения решетки в концерте, отражая движение ионов меди», сказал Эндрюс. «Таким образом, невероятно мала движениями ионы меди вызывают большие электронные изменения в решетке ванадия без каких-либо заметных изменений в ванадий-ванадий склеивания. Это как атомы ванадия «видеть» то, что медь делает и отвечать».

Передачи, хранения и обработки данных в настоящее время приходится около 10% мирового потребления энергии, но говорит Банерджи экстраполяции показывают спрос на вычисления во много раз выше, чем прогнозируемое мировое потребление энергии может доставить к 2040 году. Экспоненциальный рост вычислительных возможностей, поэтому необходимо для трансформационного видения, включая Интернет вещей, автономный транспорт, устойчивых к бедствиям инфраструктуры, персонализированной медицины и других социальных проблем, которые иначе будут откладываться из-за неспособности нынешних вычислительных технологий, чтобы справиться с масштабами и сложностью человека — существенно упрощается. Он говорит, что один из способов вырваться из ограничений обычных вычислительной техники взять пример из природы-в частности, нейронных сетей человеческого мозга, которое значительно превосходит обычных компьютерных архитектур с точки зрения энергоэффективности, а также предлагает новые подходы для машинного обучения и современных нейронных сетей.

«Для имитации основные элементы функции нейронов в искусственной сети, нам нужно полупроводниковых материалов, которые обладают электронные неустойчивости, которые, как и нейроны, могут хранить информацию в свое внутреннее состояние и в сроках электронных событий», — сказал Банерджи. «Наша новая работа исследует фундаментальные механизмы и электронные свойства материала, что экспонаты таких неустойчивостей. Тщательно характеризующий этот материал, мы также предоставили информацию о том, что даст будущий дизайн нейроморфных материалов, которые может предложить способ, чтобы изменить характер машины расчет простую арифметику для мозга-интеллект, при этом значительно увеличивая производительность и энергоэффективность процессоров.»

Поскольку различные компоненты, которые обрабатывают логических операций, хранения в памяти и передачи данных, все отдельно друг от друга в обычной компьютерной архитектуры, Банерджи говорит, что они страдают от присущих недостатков, касающихся как время, необходимое для обрабатываемой информации и насколько физически близко друг к другу элементах устройства может быть до термического обезвреживания отходов и электронов «случайно» туннелирование между компонентами привести к серьезным проблемам. Напротив, в человеческом мозге, логики, памяти хранения и передачи данных одновременно интегрирована в приурочен нейронов, которые тесно взаимосвязаны в 3-D раздули из сети. В результате, нейроны мозга обрабатывать информацию в 10 раз меньше напряжения и почти в 5000 раз меньше синаптических функционирования энергии в сравнении с кремнием вычислительных архитектур. Чтобы приблизиться к достижению такой энергичный и вычислительной эффективности, он говорит, что новые материалы нужны, что можете пройти быструю внутреннюю электронного переключения в цепях таким образом, что имитирует как огонь нейронов во временные последовательности.

Хэнди отмечает, что команда еще нуждается в оптимизации многих параметров, таких как температура перехода и скорость переключения и величина изменения электрического сопротивления. При определении базовых принципов МИТ в β’-CuxV2O5 в качестве прототипа материала в пределах обширной области кандидатов, однако у команды есть определенные мотивы дизайна и перестраиваемый химических параметров, что в конечном счете оказаться полезными в разработке будущих нейроморфные вычислительные материалы, большая удача, что была заполнена Техас а&м х-грантов.

«Это открытие очень интересно, потому что это дает благодатную почву для развития новых принципов проектирования для настройки свойств материалов, а также предлагает захватывающие новые подходы к исследователям в области мышления о энергоэффективных электронных неустойчивостей», — сказал Parija. «Устройства, которые включают нейроморфных вычислений обещают улучшить энергоэффективность, что на основе кремния вычислительной предстоит доставить, а также улучшения производительности в вычислительных задачах, как распознавание образов — задачи, которые человеческий мозг особенно хорошо справляться. Материалы и механизмы, которые мы описываем в этой работе приносят нам один шаг ближе к понимая нейроморфных вычислений и, в свою очередь, актуализирует все общественные выгоды и общего посыла, что происходит с ним».

Многолетний проект включает в себя членов команды из четырех дисциплин (химии, физики, материаловедения и машиностроения, а также электротехники и вычислительной техники) и исследователи из Техасского университета A&м, Лоуренс Беркли Национальная лаборатория, университет в Буффало, Бингемтон университета и Техасского университета A&M университет в Катаре, а также опираясь на работы, выполненные в Беркли лаборатории молекулярной Литейного и расширенный источник света (АЛС), расширенные источник фотона (APS) в Аргоннской национальной лаборатории США и Канады источник света. Исследование финансируется преимущественно за счет Национального научного фонда (грант№. ДМБ 1809866) с дополнительной поддержкой от Техасского университета A&M х-Гранта и Катар Национальный исследовательский фонд.

сделать разницу: спонсорские возможности