与电脑相比,人类的大脑非常节能。因此科学家利用大脑如何及其相互连接的神经元功能的灵感设计创新的计算机技术。他们预见到这些brain-inspired计算系统,比传统的更节能,以及更好地执行机器学习任务。
就像神经元,负责数据存储和数据处理在大脑中,科学家想结合存储和处理在一个类型的电子元件,称为忆阻器。他们希望,这将有助于实现更高的效率,因为移动处理器和存储之间的数据,和传统计算机一样,高能源消耗的主要原因是机器学习应用。
苏黎世联邦理工学院的研究人员、电子探针和苏黎世大学已经开发出一种创新概念的记忆电阻可以用在一个比现有的记忆电阻器广泛的应用程序。“记忆电阻器有不同的操作模式,它有利于能够使用所有这些模式根据人工神经网络的架构,”苏黎世联邦理工学院博士后罗希特约翰解释道。“但以前传统记忆电阻器必须提前配置为其中的一个模式。“新记忆电阻器现在可以轻松地在两种操作模式之间切换时使用:信号随时间较弱的模式而死(挥发性模式),和一个信号保持不变(非易失性模式)。
就像在大脑
“这两个操作模式中还发现人类大脑,”约翰说。一方面,刺激的突触与生化神经递质传递从一个神经元传到另一个神经元。这些刺激开始强大,然后逐渐变得较弱。另一方面,新的突触连接到其他神经元在大脑中形成当我们学习。这些连接是更持久。
约翰,他是一个博士后在苏黎世ETH为首的集团/电子探针研究员卡里尼Kovalenko被授予优秀的博士后研究人员2020年的ETH奖学金。约翰一起进行这项研究Yiğit Demirağ,博士生在Giacomo Indiveri集团研究所Neuroinformatics大学的苏黎世,苏黎世联邦理工学院。
半导体材料的太阳能电池
记忆电阻器的研究人员已经开发出的金属卤化物钙钛矿纳米晶体、半导体材料主要来自它在光伏电池使用。”“神经传导”这些新暂时或永久记忆电阻器是由银离子从一个电极串到一起形成nanofilament穿透钙钛矿结构,电流可以通过流,”Kovalenko解释道。
监管这个过程可以使银离子纤维薄,所以它逐渐打破分解成单个银离子(挥发性模式)或厚和永久的(非易失性模式)。这是由电流的强度进行控制忆阻器:应用弱电激活波动模式,而强电流激活非易失性模式。
新工具包Neuroinformaticians
“据我们所知,这是第一个记忆电阻,可以可靠地挥发性和非易失性模式之间切换的需求,”Demirağ说。这意味着,在未来,电脑芯片可以生产记忆电阻器,使两种模式。这是一个意义的进步,因为它通常是不可能在一个芯片上包含了多种不同类型的记忆电阻器。
研究的范围内,他们最近发表在《自然通讯》杂志上,研究人员测试这些新的记忆电阻器的25和20000年进行了测量。通过这种方式,他们能够模拟复杂网络上的计算问题。所涉及的问题分类不同的神经元峰值为四个预定义的模式之一。
在计算机技术可以使用这些记忆电阻器之前,他们需要接受进一步的优化。然而,这样的组件neuroinformatics研究也是很重要的,正如Indiveri指出:“这些组件来比以往更接近真正的神经元。结果,他们帮助研究人员更好地测试假设neuroinformatics希望更好地了解真正的神经回路的计算原则在人类和动物。”
来源:https://www.empa.ch/