Hurtig, effektiv og holdbar kunstig synaps udviklet

Hjernens evne til samtidig at lære og huske store mængder information, mens den kræver lidt energi, har inspireret et helt felt til at forfølge hjernelignende-eller neuromorfe-computere. Forskere ved Stanford University og Sandia National Laboratories har tidligere udviklet en del af en sådan computer:en enhed, der fungerer som en kunstig synaps, efterligner den måde neuroner kommunikerer i hjernen.

I et papir udgivet online af tidsskriftet Videnskab den 25. april, teamet rapporterer, at en prototypearray på ni af disse enheder fungerede endnu bedre end forventet i behandlingshastighed, energieffektivitet, reproducerbarhed og holdbarhed.

Ser frem til, teammedlemmerne ønsker at kombinere deres kunstige synapse med traditionel elektronik, som de håber kunne være et skridt i retning af at understøtte kunstigt intelligent læring på små enheder.

"Hvis du har et hukommelsessystem, der kan lære med den energieffektivitet og hastighed, vi har præsenteret, så kan du lægge det i en smartphone eller bærbar computer, "sagde Scott Keene, medforfatter af papiret og en kandidatstuderende i laboratoriet i Alberto Salleo, professor i materialevidenskab og teknik ved Stanford, der er co-seniorforfatter. "Det ville åbne adgang til muligheden for at træne vores egne netværk og løse problemer lokalt på vores egne enheder uden at stole på dataoverførsel for at gøre det."

Et dårligt batteri, en god synapse

Holdets kunstige synapse ligner et batteri, ændret, så forskerne kan ringe op eller ned af strømmen mellem de to terminaler. Denne strøm af elektricitet emulerer, hvordan læring er forbundet i hjernen. Dette er et særligt effektivt design, fordi databehandling og hukommelseslagring sker i én handling, frem for et mere traditionelt computersystem, hvor dataene først behandles og derefter flyttes til lagring.

At se, hvordan disse enheder fungerer i en matrix, er et afgørende trin, fordi det giver forskerne mulighed for at programmere flere kunstige synapser samtidigt. Dette er langt mindre tidskrævende end at skulle programmere hver synaps en-for-en og kan sammenlignes med, hvordan hjernen rent faktisk fungerer.

I tidligere test af en tidligere version af denne enhed, forskerne fandt, at deres behandling og hukommelseshandling kræver omkring en tiendedel så meget energi, som et state-of-the-art computersystem har brug for for at kunne udføre specifikke opgaver. Stadig, forskerne bekymrede sig for, at summen af ​​alle disse enheder, der arbejder sammen i større arrays, kunne risikere at trække for meget strøm. Så, de genindrettede hver enhed til at lede mindre elektrisk strøm - hvilket gør dem til meget dårligere batterier, men gør arrayet endnu mere energieffektivt.

3-til-3-arrayet var afhængig af en anden type enhed-udviklet af Joshua Yang ved University of Massachusetts, Amherst, hvem er medforfatter til papiret-der fungerer som en switch til programmering af synapser i arrayet.

"Tilslutning af alting krævede en masse fejlfinding og mange ledninger. Vi var nødt til at sikre, at alle array -komponenterne fungerede sammen, "sagde Armantas Melianas, en postdoktor i Salleo -laboratoriet. "Men da vi så alt lyse op, det var som et juletræ. Det var det mest spændende øjeblik. "

Under testen, arrayet overgik forskernes forventninger. Det udførte med en sådan hastighed, at teamet forudser, at den næste version af disse enheder skal testes med speciel højhastighedselektronik. Efter at have målt høj energieffektivitet i 3-by-3-arrayet, forskerne kørte computersimuleringer af et større 1024-til-1024 synaps-array og vurderede, at det kunne drives af de samme batterier, der i øjeblikket bruges i smartphones eller små droner. Forskerne var også i stand til at skifte enhederne over en milliard gange - endnu et vidnesbyrd om dens hastighed - uden at se nogen forringelse i dets adfærd.

"Det viser sig, at polymerenheder, hvis du behandler dem godt, kan være lige så modstandsdygtige som traditionelle modstykker lavet af silicium. Det var måske det mest overraskende aspekt fra mit synspunkt, "Salleo sagde." For mig, det ændrer, hvordan jeg tænker om disse polymerenheder med hensyn til pålidelighed, og hvordan vi måske kan bruge dem. "

Plads til kreativitet

Forskerne har endnu ikke indsendt deres array til tests, der afgør, hvor godt det lærer, men det er noget, de planlægger at studere. Teamet ønsker også at se, hvordan deres enhed forvitrer forskellige forhold - såsom høje temperaturer - og at arbejde på at integrere den med elektronik. Der er også mange grundlæggende spørgsmål tilbage at besvare, som kan hjælpe forskerne med at forstå præcis, hvorfor deres enhed fungerer så godt.

"Vi håber, at flere mennesker vil begynde at arbejde med denne type enheder, fordi der ikke er mange grupper, der fokuserer på denne særlige arkitektur, men vi synes, det er meget lovende, "Sagde Melianas." Der er stadig meget plads til forbedringer og kreativitet. Vi rørte kun knap overfladen. "