İnorganik malzemelere dayalı yeni çözümler: beyin benzeri bilgi işlem için yeni yollar açıyor
Kılavuz
Texas AM University'nin resmi web sitesinde yer alan yakın tarihli bir rapora göre, okulun liderliğindeki bir bilim insanı ve mühendis ekibi, insan beyninde bilgi aktarımından sorumlu sinir sinyallerini taklit edebilen materyal tabanlı bir çözüm keşfetti ve beyin benzeri hesaplamayı başlattı. Yeni bir yol.
arka fon
Beyin, insan vücudunun en önemli organlarından biridir ve insanların görme, işitme, denge, tat, koku alma, hafıza, duygu ve öğrenmeye destek olur. Beynin yapısı çok karmaşıktır, yaklaşık 100 milyar nörondan (Nöron) oluşur ve yaklaşık 100 trilyon sinaps (Sinaps) ile bağlanır. Bu nöronlar ve sinapslar birlikte son derece büyük bir biyolojik sinir ağı oluşturur.
Biyolojik sinir ağlarında nöronlar ve sinapslar (resim kaynağı: Wikipedia)
Bu nedenle, beynin son derece güçlü bilgi işlem ve öğrenme yetenekleri vardır ve büyük miktarlarda veriyi son derece düşük güç tüketimiyle paralel olarak işleyebilir. Konu örüntü tanıma, risk yönetimi ve diğer benzer karmaşık görevler söz konusu olduğunda, günümüzün en güçlü bilgisayarları bile insan beyniyle rekabet edemez.
(Resim kaynağı: Olivia Wang, Peng Cheng Laboratuvarı)
Bilim adamları, geleneksel bilgisayar mimarisinin doğasında bulunan sorunları (örneğin "bellek duvarı" sorunu) çözmek için insan beyninden ilham almayı umuyorlar. Bilgiyi aynı yerde işlemek ve depolamak için insan beyin nöronlarını ve sinapslarını taklit etmeye çalıştılar ve bu amaçla memristörler ve optik beyin hesaplama çipleri gibi birçok yeni hesaplama cihazı yarattılar.
Nöronların ve sinapsların memristor diziler aracılığıyla nasıl çalıştığını taklit edin (Resim kaynağı: Functional Materials Spintronics Research Group, University of Groningen)
Yenilikçilik
Son zamanlarda, Amerika Birleşik Devletleri'ndeki Texas AM Üniversitesi liderliğindeki bir bilim insanı ve mühendis ekibi, insan beynindeki bilgi aktarımından sorumlu sinir sinyallerini taklit edebilen materyal tabanlı bir çözüm keşfetti ve beyin benzeri hesaplama için yeni bir yol açtı.
(Resim kaynağı: Texas AM University)
Texas AM Üniversitesi'nden kimyager Sarbajit Banerjee liderliğindeki bu multidisipliner ekip, sağlam bir malzeme geliştirmek için Texas AM Üniversitesi'nin elektrik ve bilgisayar mühendisi R. Stanley Williams ve Kuzey Amerika ve diğer ülkelerden meslektaşları ile çalıştı -CuxV2O5, nöron benzeri bir elektrik anahtar mekanizmasını, özellikle de talimatlara göre iletken ve yalıtım davranışı arasında tersine nasıl değiştiğini araştırdı.
Ekip, bu davranışı tetikleyen temel mekanizmayı açıklığa kavuşturmak için -CuxV2O5'i yeniden inceledi. -CuxV2O5, bukalemun gibi mükemmel bir malzemedir.Sıcaklığa veya uygulanan elektriksel uyarıma göre değiştirilebilir. Süreçte, bakır iyonlarının malzemenin içinde nasıl hareket ettiğini ve bu ince dansın, çevredeki elektronların hareket etmesine ve malzemeyi değiştirmesine nasıl neden olduğunu incelemeye odaklandılar. Araştırmaları, bakır iyonlarının hareketinin elektriksel iletkenlikteki değişikliklerin anahtarı olduğunu ortaya çıkardı. Bu değişiklik, tıpkı beynin sinir sistemindeki nöronların çalışma şekli gibi elektriksel artışlar oluşturmak için kullanılabilir. Bu, insan beynini taklit eden devreler geliştirmeye yönelik bir adımı temsil ediyor. Önemli bir adım atıldı.
(Resim kaynağı: Parija ve ark.)
Makaleleri 27 Şubat'ta Cell Press tarafından yayınlanan Matter dergisinde yayınlandı. Makalenin ilk yazarları, Texas AM Üniversitesi Kimya Bölümü'nde yüksek lisans öğrencisi olan Abhishek Parija (şimdi Intel'de), Justin Andrews ve Joseph Handy'dir. .
teknoloji
Yeni bir enerji tasarrufu sağlayan bilgi işlem modeli geliştirme sürecinde, farklı alanlardan ortak çalışanlardan oluşan bu araştırma ekibi, "nöromorfik hesaplama" denilen veya beyni taklit etmek için ayarlanabilir elektronik kararsızlığı olan malzemeler kullanır. Eşsiz verimlilik ile benzersiz işlevler ve hesaplama yöntemleri.
(Resim kaynağı: Texas AM University)
Williams şunları söyledi: Doğa bize beyinde meydana gelen bilgi işlemeyi taklit etmek için uygun davranışlara sahip malzemeler verdi, ancak şimdiye kadar hepsinin farklı sınırlamaları var. Bu araştırmanın önemi, kimyagerlerin rasyonel olabilmesidir. Önemli ölçüde iyileştirilmiş nöromorfik özelliklere sahip elektroaktif malzemeler tasarlayın ve oluşturun. Daha fazla şey öğrendikçe, malzemelerimiz önemli ölçüde iyileştirilecek, böylece bilgi işlem gücümüzün sürekli teknolojik ilerlemesi için yeni bir yol sağlayabiliriz. "
Parija, akıllı telefonların ve dizüstü bilgisayarların her yinelemede daha hızlı ve sorunsuz hale geleceğini ve geleneksel sınırlamalardan kurtulan yeni malzeme ve bilgi işlem paradigmalarının sürekli artan hız ve enerji verimliliği gereksinimlerini karşılaması gerektiğini söyledi. Bu gereksinimler, silikon bilgisayar yongalarını bunaltmış hale getiriyor ve silikon bilgisayar yongalarının enerji verimliliği giderek sınırına yaklaşıyor. Nöromorfik bilgi işlem, bu gereksinimleri karşılayabilen bir çözümdür ve yeni malzemelerdeki anahtarlama davranışını değiştirmek, bunu başarmanın bir yoludur.
NASA Uzay Teknolojisi Araştırmacısı Andrews şunları söyledi: "Nöromorfik hesaplamanın ana önermesi (ve ana vaadi), operasyonları insan beynindeki nöronlar ve sinapslar kadar verimli bir şekilde gerçekleştirmek için hala bir yol bulamamış olmamızdır. Yalıtımlı (iletken olmayan), metalik (iletken) veya ara durumdur. Bununla birlikte, bazı malzemeler neredeyse talimatları izleyebilir ve iki durum arasında geçiş yapabilir: yalıtılmış (kapalı) ve iletken (açık). "
Handy, kapsamlı bir hesaplama ve deneysel teknikler kombinasyonu yoluyla, ekibin yalnızca bu malzemenin nöron benzeri bir devre oluşturmak için sıcaklık, voltaj ve elektrik alan gücündeki değişikliklerle yönlendirilen bir dönüşüme uğradığını kanıtlamakla kalmayıp, aynı zamanda bu dönüşümün nasıl olduğunu da tam olarak açıkladığını söyledi. Nasıl oldu. Metal yalıtkan geçişli (MIT) diğer malzemelerden farklı olarak, bu malzeme, vanadyum ve oksijenin sert kafesindeki bakır iyonlarının hareketine dayanır.
Handy şunları ekledi: Temel olarak bakır iyonlarının yapıdaki çok ince hareketinin tüm malzemenin iletkenliğinde büyük bir değişikliğe yol açtığını gösterdik. Bakır iyonlarının hareketi nedeniyle malzeme, yalıtım durumundan sıcaklık, voltaj veya akımdaki harici değişikliklere tepki veriyor. İletken bir duruma dönüşün. Başka bir deyişle, küçük bir elektrik akımı darbesi uygulamak, malzemeyi değiştirmemize ve beyindeki nöronların çalışma şekline çok benzeyen bir devrede olduğu gibi içinde bilgi depolamamıza izin veriyor. "
Andrews, vanadyum yapısındaki bakır iyonları ile elektronların hareketi arasındaki ilişkiyi dansa benzetti.
Andrews şunları söyledi: "Bakır iyonları hareket ettiğinde, vanadyum kafesindeki elektronlar birlikte hareket ederek bakır iyonlarının hareketini yansıtır. Bu şekilde, bakır iyonlarının son derece küçük hareketi vanadyum kafesinde ve vanadyumda büyük bir yüke neden olur. Vanadyum bağında belirgin bir değişiklik yok. Bu sanki bir vanadyum atomunun "bakır iyonunun ne yaptığını ve tepki verdiğini" görmesi gibi.
Şu anda, veri iletimi, depolama ve işleme, küresel enerji kullanımının yaklaşık% 10'unu oluşturmaktadır. Ancak Banerjee, ekstrapolasyonun 2040 yılına kadar hesaplama ihtiyaçlarının küresel planlanan enerji arzını birçok kez aşacağını gösterdiğini söyledi. Bu nedenle, Nesnelerin İnterneti, otonom ulaşım, felakete dayanıklı tesisler, kişiselleştirilmiş tıp ve diğer sosyal zorluklar gibi bir dizi dönüştürücü vizyon için, bilgi işlem gücünün katlanarak büyümesi çok gerekli, ancak yapay ve makine tarafından üretilen verilerle uğraşmak gerekiyor. Ölçek ve karmaşıklık açısından, mevcut bilgi işlem teknolojisi yetenekleri sınırlıdır. Geleneksel bilgisayar teknolojisinin sınırlamalarını aşmanın bir yolunun, doğadan, özellikle enerji verimliliği açısından geleneksel bilgisayar mimarisini çok aşan insan beyninin sinir devrelerinden ilham almak olduğunu ve ayrıca makine öğrenimi ve gelişmiş sinir devreleri için önemli olduğunu söyledi. Ağ, yeni bir çözüm sağlar.
Banerjee, "Yapay devrelerde nöron fonksiyonunun temel unsurlarını taklit etmek için, tıpkı nöronlar gibi, bilgileri kendi iç durumlarında ve elektronik olayların zamanlamasında depolayabilen, elektronik kararsızlık sergileyen katı malzemelere ihtiyacımız var. Çalışmamız, bu dengesizliği sergileyen malzemelerin temel mekanizmasını ve elektronik davranışını araştırıyor.Ayrıca, bu malzemeyi dikkatli bir şekilde karakterize ediyor, gelecekte nöromorfik malzemelerin tasarımına rehberlik etmek için bilgi sağlıyor ve aynı zamanda makine hesaplamasının doğası için basitten bilgi sağlıyoruz. Aritmetiğin beyin benzeri zekaya dönüştürülmesi, işlemci verimini ve enerji verimliliğini önemli ölçüde artıracak bir yol sağlar. "
Banerjee, geleneksel bilgisayar mimarisinde, mantıksal işlemler, verilerin depolanması ve iletimi ile ilgilenen çeşitli bileşenlerin, bilgi işleme süresini sağlamak ve aynı zamanda bileşenleri fiziksel olarak daha yakın hale getirmek için birbirinden bağımsız olduğunu söyledi. Atık ısıyı ve bileşenler arasında elektronik "kazara" tünellemeyi önlemek büyük bir sorun haline geldi ve geleneksel mimariler her zaman doğal olarak düşük verimlilikten zarar gördü. Bunun aksine, insan beyninde mantık, depolama ve veri iletiminin tümü, üç boyutlu bir fan şeklindeki ağda yakından birbirine bağlı olan nöronların zamanlama ateşlemesine entegre edilmiştir. Sonuç olarak, silikon bilgisayar mimarisine kıyasla, beyin nöronlarının bilgiyi işlemek için voltajı onda bire, sinaptik işlemler için enerji beş binde birine düşürüldü. Bu tür bir enerji ve hesaplama verimliliğine ulaşmaya yaklaşmak için, yeni malzemenin devrede hızlı dahili elektronik anahtarlar gerektirdiğini, tıpkı analog nöronların diziye göre boşalması gibi.
Handy, ekibin hala geçiş sıcaklığı ve anahtarlama hızı ve direnç değişikliklerinin büyüklüğü gibi birçok parametreyi optimize etmesi gerektiğini söyledi. Bununla birlikte, MIT in '-CuxV2O5'in temel prensiplerini birçok aday materyal arasında bir prototip materyal olarak belirleyerek, ekip belirli tasarım temaları ve ayarlanabilir kimyasal parametreler belirledi ve nihayet bunların gelecekteki nöromorfik hesaplama materyallerinin tasarımında faydalı olduklarını kanıtladı. Yararlı, bu büyük çaba Texas A.M. Üniversitesi X-Grant programından tohum yatırımı aldı.
Parija şunları söyledi: "Bu keşif çok heyecan verici çünkü malzemelerin özelliklerini ayarlayan yeni tasarım ilkelerinin geliştirilmesi için verimli bir zemin sağlıyor ve aynı zamanda bu alandaki enerji tasarrufu sağlayan elektronik kararsızlığı düşünen araştırmacılar için heyecan verici yeni fikirler sunuyor. Çözüm: Nöromorfik hesaplamaya sahip cihazlar, silikon tabanlı hesaplama yöntemlerinin şimdiye kadar sağlayamadığı yüksek enerji verimliliği sağlayacak ve örüntü tanıma (insan beyninin işlemede özellikle iyi olduğu görevler) gibi bilgi işlem zorlukları için performans iyileştirmeleri sağlayacak. Bu araştırmadayız Açıklanan materyaller ve mekanizmalar, bizi nöromorfik hesaplamanın gerçekleştirilmesine ve tüm sosyal faydalara ve takip eden genel taahhütlere bir adım daha yaklaştıracak. "
Anahtar kelime
Beyin benzeri bilgi işlem, nöromorfizm, nöron
Referans
1 Abhishek Parija, Joseph V. Handy, Justin L. Andrews, Jinpeng Wu, Linda Wangoh, Sujay Singh, Chris Jozwiak, Aaron Bostwick, Eli Rotenberg, Wanli Yang, Sirine C. Fakra, Mohammed Al-Hashimi, G. Sambandamurthy , Louis FJ Piper, R. Stanley Williams, David Prendergast, Sarbajit Banerjee. Polaron Salınımı ve Katyon Kepçeleme Aracılığıyla -Cu V2O5'te Metal İzolatör Geçişleri . Madde, 2020; DOI: 10.1016 / j.matt.2020.01.027
[2] https://science.tamu.edu/news/2020/02/texas-am-led-team-sheds-new-light-on-design-of-inorganic-materials-for-brain-like-computing /
