Kunstig synaptisk enhed simulerer den menneskelige hjernes funktion

Et forskerhold ledet af direktør Myoung-Jae Lee fra Intelligent Devices and Systems Research Group ved DGIST er lykkedes med at udvikle en kunstig synaptisk enhed, der efterligner funktionen af ​​nervecellerne (neuroner) og synapser, der er ansvarlige for hukommelsen i menneskets hjerner.

Synapser er mødestederne for axoner og dendritter, der tillader neuroner i den menneskelige hjerne at sende og modtage nervesignaler; der er kendt for at være hundreder af billioner af synapser i den menneskelige hjerne. Dr. Lees forskerhold, sammen med deres samarbejdspartnere, har udviklet en højpålidelig kunstig synaptisk enhed med flere værdier ved at strukturere tantaloxid - et transmetallisk materiale - i to lag af Ta ₂ O _5-x og TaO _2-x og ved at kontrollere dens overflade.

Den kunstige synaptiske enhed udviklet af forskerholdet er en elektrisk synaptisk enhed, der simulerer funktionen af ​​synapser i hjernen, når modstanden af ​​tantaloxidlaget gradvist øges eller falder afhængigt af styrken af ​​de elektriske signaler. Det har overvundet holdbarhedsbegrænsninger for nuværende enheder ved at tillade strømstyring på et enkelt lag Ta ₂ O _5-x .

Ud over, forskerholdet gennemførte med succes et eksperiment, der realiserede synapse-plasticitet, som er processen med at skabe, opbevaring, og sletning af minder, såsom langsigtet styrkelse eller undertrykkelse af hukommelsessletning ved at justere styrken af ​​synapseforbindelsen mellem neuroner.

Den ikke-flygtige datalagringsenhed med flere værdier har et lille fodaftryk, reducere kredsløbsforbindelsens kompleksitet, og reducere strømforbruget med mere end 1000 sammenlignet med datalagringsmetoder baseret på digitale signaler ved hjælp af nuller og ettaller, såsom flygtig CMOS-hukommelse.

Den højpålidelige kunstige synaptiske enhed udviklet af forskerholdet kan bruges i ultra-lav-effekt enheder eller kredsløb til behandling af enorme mængder data på grund af dens evne til lav-effekt parallel aritmetik. Det har applikationer i næste generations intelligente halvlederenhedsteknologier såsom kunstig intelligens (AI), maskinlæring og deep learning og hjerne-efterlignende halvledere.

Dr. Lee sagde, "Denne forskning sikrede pålideligheden af ​​eksisterende kunstige synaptiske enheder og forbedrede de områder, der blev peget på som ulemper. Vi forventer at bidrage til udviklingen af ​​AI baseret på det neuromorfe system, der efterligner den menneskelige hjerne ved at skabe et kredsløb, der efterligner neuronernes funktion. "