Neuron og synapse-mimetiske spintronics-enheder udviklet

En forskergruppe fra Tohoku University har udviklet spintronics-enheder, som er lovende for fremtidige energieffektive og adoptive computersystemer, da de opfører sig som neuroner og synapser i den menneskelige hjerne.

Nutidens informationssamfund er bygget på digitale computere, der har udviklet sig drastisk i et halvt århundrede og er i stand til at udføre komplicerede opgaver pålideligt. Den menneskelige hjerne, derimod opererer under meget begrænset strøm og er i stand til at udføre komplekse opgaver effektivt ved hjælp af en arkitektur, der er vidt forskellig fra digitale computeres.

Så udviklingen af ​​computersystemer eller hardware inspireret af behandling af information i hjernen er af bred interesse for videnskabsmænd inden for områder lige fra fysik, kemi, materialevidenskab og matematik, til elektronik og datalogi.

Inden for databehandling, der er forskellige måder at implementere behandlingen af ​​information i en hjerne. Spiking neuralt netværk er en slags implementeringsmetode, som tæt efterligner hjernens arkitektur og tidsmæssige informationsbehandling. Succesfuld implementering af spiking neurale netværk kræver dedikeret hardware med kunstige neuroner og synapser, der er designet til at udvise dynamikken i biologiske neuroner og synapser.

Her, den kunstige neuron og synapse ville ideelt set være lavet af det samme materialesystem og drevet under det samme arbejdsprincip. Imidlertid, dette har været et udfordrende problem på grund af den fundamentalt forskellige karakter af neuronen og synapsen i biologiske neurale netværk.

Forskergruppen - som omfatter professor Hideo Ohno (i øjeblikket universitetspræsident), Lektor Shunsuke Fukami, Dr. Aleksandr Kurenkov og professor Yoshihiko Horio – skabte en kunstig neuron og synapse ved at bruge spintronics-teknologi. Spintronics er et akademisk felt, der sigter mod samtidig at bruge en elektrons elektriske (ladning) og magnetiske (spin) egenskaber.

Forskergruppen havde tidligere udviklet et funktionelt materialesystem bestående af antiferromagnetiske og ferromagnetiske materialer. Denne gang, de forberedte kunstige neuronale og synaptiske enheder mikrofabrikeret fra materialesystemet, som demonstrerede fundamental adfærd af biologiske neuroner og synapser - utæt integrere-og-affyring og spike-timing-afhængig plasticitet, henholdsvis - baseret på det samme koncept for spintronics.

Det spiking neurale netværk er kendt for at være fordelagtigt i forhold til nutidens kunstige intelligens til behandling og forudsigelse af tidsmæssig information. Udvidelse af den udviklede teknologi til enhedskredsløb, blok- og systemniveauer forventes at føre til computere, der kan behandle tidsvarierende information såsom stemme og video med en lille mængde power eller edge-enheder, der har en evne til at adoptere brugere og miljøet gennem brug.