Gesundheit

Neue künstliche synapse ist schnell, effizient und langlebig

Das Gehirn Kapazität für gleichzeitiges lernen und Auswendiglernen von großen Mengen von Informationen, während erfordern wenig Energie inspiriert hat, einen ganzen Bereich zu verfolgen Gehirn-wie-oder neuromorphen — Computer. Forscher an der Stanford University und des Sandia National Laboratories entwickelt worden, ein Teil wie ein computer: ein Gerät, das wirkt wie eine künstliche synapse, imitiert die Art und Weise Neuronen kommunizieren im Gehirn.

In einem Papier online veröffentlicht in der Fachzeitschrift Science am April 25, das team berichtet, dass ein Prototyp-array von neun dieser Geräte durchgeführt, sogar besser als erwartet in der Verarbeitung von Geschwindigkeit, Energie-Effizienz, Reproduzierbarkeit und Haltbarkeit.

Freuen sich die team-Mitglieder kombinieren möchten Ihren künstlichen synapse mit traditionellen Elektronik, die Sie hoffen, dass Sie könnte ein Schritt in Richtung Unterstützung der künstlich intelligente lernen auf kleinen Geräten.

„Wenn Sie ein Speicher-system, können Sie lernen, mit der Energie-Effizienz und Geschwindigkeit, die wir präsentiert haben, dann können Sie setzen, dass in der ein smartphone oder laptop,“, sagte Scott Keene, co-Autor des Papiers und ein student im Aufbaustudium im Labor von Alberto Salleo, professor für Materialwissenschaften und ingenieurwesen an der Stanford, wer ist co-senior-Autor. „Das würde den Zugang zu der Fähigkeit zu trainieren, unsere eigenen Netzwerke und Probleme zu lösen, die lokal auf unseren eigenen Geräten, ohne sich auf Daten übertragen, um so zu tun.“

Eine schlechte Batterie, eine gute synapse

Das team für künstliche synapse ist ähnlich wie in einer Batterie, so modifiziert, dass die Forscher können dial-up-oder-down-Fluss von Elektrizität zwischen den beiden terminals. Das fließen von Strom emuliert, wie das lernen ist verdrahtet im Gehirn. Dies ist eine besonders effiziente Bauweise, da die Datenverarbeitung und-Speicher geschieht in einer Aktion, eher als mit einem herkömmlichen system, bei dem die Daten zuerst verarbeitet und dann später nach Lagerung.

Zu sehen, wie diese Geräte in einem array ist ein entscheidender Schritt, denn es ermöglicht es den Forschern Programm mehrere künstliche Synapsen gleichzeitig. Das ist weit weniger zeitaufwendig, als das Programm jede synapse one-by-one und vergleichbar ist, wie das Gehirn tatsächlich funktioniert.

In früheren tests von einer früheren version von diesem Gerät, fanden die Forscher, Ihre Verarbeitung und Speicher handeln erfordert, etwa ein Zehntel so viel Energie wie eine state-of-the-art-computing-system benötigt, um die Durchführung spezifischer Aufgaben. Dennoch, die Forscher besorgt, dass die Summe all dieser Geräte arbeiten zusammen in größeren arrays könnte das Risiko der Zeichnung zu viel Strom. So umgerüstet, jedes Gerät zu betreiben, die weniger elektrischen Strom — viel schlimmer-Batterien, aber das array selbst energieeffizienter werden.

Die 3-von-3-array-gestützt auf eine zweite Art von Gerät-entwickelt von Joshua Yang an der University of Massachusetts, Amherst, wer ist co-Autor des Papiers,–, fungiert als Schalter für die Programmierung der Synapsen innerhalb des Arrays.

„Verdrahtung alles hat eine Menge mit der Fehlersuche und eine Menge Drähte. Wir mussten sicherstellen, dass alle array-Komponenten wurden an einem Strang“, sagte Armantas Melianas, ein Postdoc-Stipendiat in der Salleo lab. „Aber als wir sahen, alles leuchtet, es war wie ein Weihnachtsbaum. Das war der spannendste moment.“

Während des Tests werden die array-besser als der Forscher die Erwartungen. Es erfolgt mit einer solchen Geschwindigkeit, dass das team Voraus, die nächste version dieser Geräte müssen getestet werden, mit speziellen high-speed-Elektronik. Nach der Messung von hohen Energie-Effizienz in der 3-von-3-array, die Forscher führten Computersimulationen eines größeren 1024 x 1024 synapse array und geschätzt, dass es könnte sein, angetrieben durch die gleichen Batterien, die derzeit verwendet in smartphones oder kleinen Drohnen. Die Forscher waren auch in der Lage, schalten Sie die Geräte über eine Milliarde mal-ein weiterer Beweis für seine Geschwindigkeit — ohne zu sehen, jede Verschlechterung in seinem Verhalten.

„Es stellt sich heraus, dass polymer-Geräte, wenn Sie behandeln Sie gut, können Sie so widerstandsfähig wie herkömmliche Pendants aus Silizium. Das war vielleicht der überraschendste Aspekt aus meiner Sicht,“ Salleo sagte. „Für mich ändert sich, wie ich glaube, über diese polymer-Geräte in Bezug auf Zuverlässigkeit und wie wir möglicherweise in der Lage, Sie zu nutzen.“

Raum für Kreativität

Die Forscher haben noch nicht eingereicht-array-tests, die bestimmen, wie gut es lernt, aber das ist etwas, das Sie planen zu studieren. Das team will auch sehen, wie Ihr Gerät wind und Wetter verschiedenen Bedingungen-wie hohen Temperaturen-und um die Arbeit auf die Integration mit der Elektronik. Es gibt auch viele grundlegende Fragen zu beantworten, konnten die Forscher genau verstehen, warum Ihr Gerät funktioniert so gut.

„Wir hoffen, dass mehr Leute arbeiten auf dieser Art von Gerät, weil es gibt nicht viele Gruppen die Fokussierung auf diese Besondere Architektur, aber wir denken, es ist sehr viel versprechend,“ Melianas sagte. „Da ist noch viel Raum für Verbesserung und Kreativität. Wir haben nur kaum berührt die Oberfläche.“