Изследователи от Университета във Вюрцбург разработиха наномащабен електронен компонент, способен едновременно да обработва информация, да съхранява данни и да „помни“ предишна активност по начин, наподобяващ работата на човешкия мозък. Пробивът може да отвори път към ново поколение енергийно ефективни системи за изкуствен интелект и невроморфни компютри.
Съвременните AI модели изискват огромни изчислителни ресурси и значителни количества електроенергия, особено по време на обучението им. Една от основните причини е, че при традиционните компютри паметта и изчислителните блокове са отделени, което налага непрекъснат обмен на данни между тях.
Човешкият мозък работи по различен начин. Невроните и синапсите едновременно обработват и съхраняват информация, като непрекъснато се адаптират към нови сигнали. Именно този принцип се стремят да пресъздадат учените в областта на т.нар. невроморфно изчисление.
Екипът на Университета във Вюрцбург, част от германския клъстер за върхови научни изследвания ctd.qmat, е създал електронни компоненти на базата на два оксидни материала – лантанов алуминат (LaAlO₃) и стронциев титанат (SrTiO₃). Поотделно те са електрически изолатори, но при съединяването им се образува изключително тънък проводим слой, в който електроните могат да се движат свободно.
Чрез прецизно структуриране на този интерфейс учените изграждат микроскопични проводими канали, които могат да променят електрическите си свойства под въздействието на електрически импулси. Това позволява компонентът да бъде „обучаван“ и да запазва информация за предишни състояния.
Най-впечатляващото постижение е, че един-единствен нанокомпонент може да изпълнява три различни функции. Той може да работи като транзистор за управление на електрически ток, като мемристор за съхраняване на информация чрез промени в съпротивлението и като мемкапацитор, който запазва информация чрез промени в електрическия заряд.
Според изследователите възможността тези функции да бъдат реализирани в рамките на една и съща материална платформа може значително да опрости дизайна на бъдещите невронни мрежи, внедрени директно в хардуера.
„Това, което прави нашата платформа толкова вълнуваща, е възможността да реализираме много различни функции в една и съща материална система. Така се приближаваме до хардуер, който не само изчислява, но и може да се обучава директно в самия компонент и временно да съхранява информация“, коментира Сумен Прадхан, постдокторант в катедрата по техническа физика на университета.
Технологията все още е в ранен етап на развитие, но учените вече виждат потенциални приложения в носимата електроника и здравния мониторинг. В бъдеще подобни самостоятелно обучаващи се сензори биха могли локално да анализират показатели като сърдечен ритъм, кръвно налягане, телесна температура, ниво на кислород в кръвта или кръвна захар, без да е необходимо постоянно изпращане на данни към външни системи.
Прочетете още:
Учени възстановиха хит на Pink Floyd от мозъчните вълни на слушателите
Учени изобретиха първия функционален полупроводник от графен
Изследване на MIT разкрива, че големите езикови модели разсъждават по начин, подобен на човешкия мозък
Гледайте в новия брой на Connected по Дарик: Реалност ли е технологичният стремеж към безсмъртие
Китайски учени създадоха слънчев елемент, който работи под вода на 10 метра дълбочина
Може ли изкуственият интелект да изпитва болка?
Инженери превърнаха мъртви паяци в минироботи
Neuralink разработва робо-ръка, управлявана чрез мозъчни импланти
Google пусна новия си модел изкуствен интелект Gemini 2
Atlantic Aviation придоби Ferrovial Vertiports