Создан искусственный нейротранзистор

В то время как оптимизация традиционной микроэлектроники постепенно приближается к своим физическим пределам, природа предлагает нам схему того, как можно эффективно обрабатывать и хранить информацию: наш собственный мозг. Ученые успешно имитировали функционирование нейронов с помощью полупроводниковых материалов.

В частности, деятельность в области ИИ, такая как обучение роботов ходьбе или точное автоматическое распознавание изображений, требует все более мощных, но в то же время более экономичных компьютерных чипов. В то время как оптимизация традиционной микроэлектроники постепенно приближается к своим физическим пределам, природа предлагает нам схему того, как можно быстро и эффективно обрабатывать и хранить информацию: наш собственный мозг. Впервые ученые из Технического университета Дрездена и Центра им. Гельмгольца в Дрездене-Россендорфе (HZDR) успешно имитировали функционирование нейронов головного мозга с использованием полупроводниковых материалов. Они опубликовали результаты своих исследований в журнале Nature Electronics.

Сегодня повышение производительности микроэлектроники обычно достигается за счет уменьшения размера компонентов, особенно отдельных транзисторов на кремниевых компьютерных микросхемах. «Но так не может продолжаться бесконечно - нужны новые подходы», - утверждает Лариса Барабан. Физик, работающий в HZDR с начала года, является одним из трех основных авторов международного исследования, в котором участвовали в общей сложности шесть институтов. Один из подходов основан на мозге, сочетающем обработку данных с хранением данных в искусственном нейроне.

«Наша группа имеет большой опыт работы с биологическими и химическими электронными датчиками, - продолжает Барабан. - Итак, мы смоделировали свойства нейронов, используя принципы биосенсоров, и модифицировали классический полевой транзистор, чтобы создать искусственный нейротранзистор». Преимущество такой архитектуры заключается в одновременном хранении и обработке информации в одном компоненте. В традиционной транзисторной технологии они разделены, что увеличивает время обработки и, следовательно, в конечном итоге также ограничивает производительность.

Моделирование компьютеров на основе человеческого мозга - идея не новая. Ученые предпринимали попытки подключить нервные клетки к электронике в чашках Петри несколько десятилетий назад. «Но влажный компьютерный чип, который нужно постоянно питать, никому не нужен», - говорит профессор материаловедения и нанотехнологий Джанурелио Куниберти (Gianaurelio Cuniberti) из Дрезденского технического университета.

Теперь Куниберти, Барабан и их команда смогли реализовать это: «Мы наносим вязкое вещество, называемое зольгелем, на обычную кремниевую пластину со схемами. Этот полимер затвердевает и становится пористой керамикой, - объясняет профессор Куниберти. - Ионы движутся между дырками. Они тяжелее электронов и медленнее возвращаются в свое положение после возбуждения. Эта задержка, называемая гистерезисом, и вызывает эффект накопления». Как объясняет Куниберти, это решающий фактор в работе транзистора: «Чем сильнее возбужден отдельный транзистор, тем скорее он откроется и пропустит ток. Это укрепит соединение. Система учится».

Однако Куниберти и его команда не сосредоточены на обычных проблемах. «Компьютеры, основанные на нашем чипе, будут менее точными и будут склонны оценивать математические вычисления, а не вычислять их с точностью до последнего десятичного знака, - объясняет ученый. - Но они были бы более умными. Например, робот с такими процессорами научился бы ходить или хватать; он обладал бы оптической системой и научился бы распознавать соединения. И все это без необходимости разработки какого-либо программного обеспечения». Но это не единственные преимущества нейроморфных компьютеров. Благодаря своей пластичности, подобной пластичности человеческого мозга, они могут адаптироваться к изменяющимся задачам во время работы и, таким образом, решать задачи, для которых они не были изначально запрограммированы.

Нейротранзисторы: от кремниевых чипов до нейроморфной архитектуры

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365