Team kaster nyt lys over design af uorganiske materialer til hjernelignende databehandling

Har du nogensinde ønsket din computer kunne tænke som du gør eller måske endda forstå dig?

Den fremtid er måske ikke nu, men det er et skridt nærmere, takket være et Texas A&M University-ledet team af forskere og ingeniører og deres nylige opdagelse af en materialebaseret efterligning af de neurale signaler, der er ansvarlige for at overføre information i den menneskelige hjerne.

Det tværfaglige team, ledet af Texas A&M -kemiker Sarbajit Banerjee i samarbejde med Texas A&M el- og computeringeniør R. Stanley Williams og yderligere kolleger i Nordamerika og i udlandet, har opdaget en neuronlignende elektrisk koblingsmekanisme i faststofmaterialet β'-CuxV2O5 - specifikt, hvordan det reversibelt forandrer mellem ledende og isolerende adfærd på kommando.

Teamet var i stand til at præcisere den bagvedliggende mekanisme, der driver denne adfærd ved at se på β'-CuxV2O5, et bemærkelsesværdigt kamæleon-lignende materiale, der ændrer sig med temperaturen eller en påført elektrisk stimulus. I processen, de fokuserede på, hvordan kobberioner bevæger sig rundt inde i materialet, og hvordan denne subtile dans igen slår elektroner rundt for at transformere det. Deres forskning afslørede, at bevægelsen af ​​kobberioner er omdrejningspunktet for en elektrisk ledningsevneændring, som kan udnyttes til at skabe elektriske pigge på samme måde, som neuroner fungerer i det cerebrale nervesystem - et stort skridt i retning af at udvikle kredsløb, der fungerer som den menneskelige hjerne .

Deres resulterende papir, som omfatter Texas A&M kemi-kandidatstuderende Abhishek Parija (nu hos Intel Corporation), Justin Andrews og Joseph Handy som første forfattere, er offentliggjort i dag (27. februar) i tidsskriftet Cell Press Stof .

I deres søgen efter at udvikle nye energieffektive databehandlingsmetoder, den bredt funderede gruppe af samarbejdspartnere udnytter materialer med justerbare elektroniske ustabiliteter for at opnå det, der er kendt som neuromorfisk databehandling, eller computing designet til at replikere hjernens unikke evner og uovertrufne effektiviteter.

"Naturen har givet os materialer med de passende typer adfærd til at efterligne den informationsbehandling, der finder sted i en hjerne, men dem, der er karakteriseret til dato, har haft forskellige begrænsninger, "Williams sagde." Betydningen af ​​dette arbejde er at vise, at kemikere rationelt kan designe og skabe elektrisk aktive materialer med betydeligt forbedrede neuromorfe egenskaber. Efterhånden som vi forstår mere, vores materialer vil forbedre sig markant, giver dermed en ny vej til den kontinuerlige teknologiske udvikling af vores computerevner."

Mens smartphones og bærbare computere tilsyneladende bliver slankere og hurtigere for hver gentagelse, Parija bemærker, at nye materialer og computerparadigmer, der er frigjort fra konventionelle restriktioner, er nødvendige for at imødekomme fortsatte krav til hastighed og energieffektivitet, der belaster siliciumcomputerchips' muligheder. som er ved at nå deres grundlæggende grænser med hensyn til energieffektivitet. Neuromorphic computing er en sådan tilgang, og manipulation af skifteadfærd i nye materialer er en måde at opnå det på.

"Den centrale forudsætning - og i forlængelse heraf det centrale løfte - ved neuromorfisk databehandling er, at vi stadig ikke har fundet en måde at udføre beregninger på på en måde, der er lige så effektiv som den måde, neuroner og synapser fungerer på i den menneskelige hjerne, " sagde Andrews, en NASA Space Technology Research Fellow. "De fleste materialer er isolerende (ikke ledende), metallisk (ledende) eller et sted i midten. Nogle materialer, imidlertid, kan transformere mellem de to tilstande:isolerende (fra) og ledende (til) næsten på kommando."

Ved at bruge en omfattende kombination af beregnings- og eksperimentelle teknikker, Handy sagde, at holdet ikke kun var i stand til at demonstrere, at dette materiale gennemgår en overgang drevet af temperaturændringer, spænding og elektrisk feltstyrke, der kan bruges til at skabe neuronlignende kredsløb, men også udførligt forklare, hvordan denne overgang sker. I modsætning til andre materialer, der har en metal-isolator overgang (MIT), dette materiale er afhængig af bevægelsen af ​​kobberioner inden for et stift gitter af vanadium og oxygen.

"Vi viser i det væsentlige, at en meget lille bevægelse af kobberioner i strukturen medfører en massiv ændring i konduktans i hele materialet, " Handy tilføjede. "På grund af denne bevægelse af kobberioner, materialet omdannes fra isolerende til ledende som reaktion på ydre temperaturændringer, påført spænding eller påført strøm. Med andre ord, ved at anvende en lille elektrisk puls kan vi transformere materialet og gemme oplysninger inde i det, mens det fungerer i et kredsløb, meget ligesom hvordan neuroner fungerer i hjernen."

Andrews sammenligner forholdet mellem kobber-ion-bevægelsen og elektroner på vanadiumstrukturen med en dans.

"Når kobberionerne bevæger sig, elektroner på vanadiumgitteret bevæger sig sammen, spejler bevægelsen af ​​kobberioner, " sagde Andrews. "På denne måde, utrolig små bevægelser af kobberionerne inducerer store elektroniske ændringer i vanadiumgitteret uden nogen observerbare ændringer i vanadium-vanadiumbinding. Det er som om vanadiumatomerne 'ser', hvad kobberet gør og reagerer."

Sender, lagring og behandling af data står i øjeblikket for omkring 10 procent af det globale energiforbrug, men Banerjee siger, at ekstrapolationer indikerer, at efterspørgslen efter beregninger vil være mange gange højere, end den forventede globale energiforsyning kan levere i 2040. Eksponentielle stigninger i computerkapacitet er derfor nødvendige for transformative visioner, herunder tingenes internet, autonom transport, katastrofebestandig infrastruktur, personlig medicin og andre store samfundsmæssige udfordringer, der ellers vil blive bremset af manglende evne til nuværende computerteknologier til at håndtere omfanget og kompleksiteten af ​​menneskelige og maskingenererede data. Han siger, at en måde at bryde ud af begrænsningerne ved konventionel computerteknologi er ved at tage udgangspunkt i naturen – specifikt, den menneskelige hjernes neurale kredsløb, som langt overgår konventionelle computerarkitekturer med hensyn til energieffektivitet og tilbyder også nye tilgange til maskinlæring og avancerede neurale netværk.

"For at efterligne de væsentlige elementer i neuronal funktion i kunstige kredsløb, vi har brug for materialer i solid state, der udviser elektronisk ustabilitet, hvilken, ligesom neuroner, kan gemme information i deres interne tilstand og i timingen af ​​elektroniske begivenheder, " sagde Banerjee. "Vores nye arbejde udforsker de grundlæggende mekanismer og elektroniske adfærd af et materiale, der udviser sådanne ustabiliteter. Ved at karakterisere dette materiale grundigt, vi har også givet oplysninger, der vil instruere det fremtidige design af neuromorfe materialer, som kan tilbyde en måde at ændre karakteren af ​​maskinberegning fra simpel aritmetisk til hjernelignende intelligens og samtidig dramatisk øge både processorernes gennemløb og energieffektivitet."

Fordi de forskellige komponenter, der håndterer logiske operationer, lagre hukommelse og overførselsdata er alle adskilt fra hinanden i konventionel computerarkitektur, Banerjee siger, at de er plaget af iboende ineffektivitet med hensyn til både den tid, det tager for information at blive behandlet, og hvor fysisk tæt sammen enhedselementer kan være, før termisk affald og elektroner "ved et uheld" tunnelerer mellem komponenter bliver store problemer. Derimod i den menneskelige hjerne, logik, memory storage and data transfer are simultaneously integrated into the timed firing of neurons that are densely interconnected in 3-D fanned-out networks. Som resultat, the brain's neurons process information at 10 times lower voltage and an almost 5, 000 times lower synaptic operation energy in comparison to silicon computing architectures. To come close to achieving this kind of energetic and computational efficiency, he says new materials are needed that can undergo rapid internal electronic switching in circuits in a way that mimics how neurons fire in timed sequences.

Handy notes that the team still needs to optimize many parameters, such as transition temperature and switching speed along with the magnitude of the change in electrical resistance. By determining the underlying principles of the MIT in β'-CuxV2O5 as a prototype material within an expansive field of candidates, imidlertid, the team has identified certain design motifs and tunable chemical parameters that ultimately prove useful in the design of future neuromorphic computing materials, a major endeavor that has been seeded by the Texas A&M X-Grant Program.

"This discovery is very exciting because it provides fertile ground for the development of new design principles for tuning materials properties and also suggests exciting new approaches to researchers in the field for thinking about energy efficient electronic instabilities, " Parija said. "Devices that incorporate neuromorphic computing promise improved energy efficiency that silicon-based computing has yet to deliver, as well as performance improvements in computing challenges like pattern recognition—tasks that the human brain is especially well-equipped to tackle. The materials and mechanisms we describe in this work bring us one step closer to realizing neuromorphic computing and in turn actualizing all of the societal benefits and overall promise that comes with it."