Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
Une synapse artificielle puissance ultra pour le calcul de neural-réseau
{{{sourceTextContent.subTitle}}}
le dispositif comme un cerveau avec 500 états au lieu de binaire a pu un jour communiquer avec les neurones vivants, fusionnant des ordinateurs avec le cerveau
{{{sourceTextContent.description}}}
Les chercheurs de laboratoires nationaux de Stanford University et de Sandia ont développé une synapse artificielle organique basée sur une nouvelle conception de memristor (bloc de mémoires résistif) qui imite la manière que les synapses dans le cerveau apprennent. La nouvelle synapse artificielle pourrait mener aux ordinateurs qui améliorent pour recréer la manière l'information de processus d'esprit humain. Elle pourrait également une interface de jour directement avec l'esprit humain.
La nouvelle synapse artificielle est un dispositif organique neuromorphic électrochimique (« ENODe ") doublé — conception ionique/électronique qui est fondamentalement différente d'existant et d'autres blocs de mémoires résistifs proposés, qui sont limités par le bruit, requis fortement écrivez la tension, et un autre factors* mélangé, la note de chercheurs dans le 20 février en ligne édité de papier dans Nature Materials.
Comme un chemin neural dans un cerveau étant renforcé par l'étude, la synapse artificielle est programmée en la déchargeant et en rechargeant à plusieurs reprises. Par cette formation, les chercheurs ont pu prévoir à moins de 1 pour cent d'incertain quelle tension sera exigée pour y arriver la synapse à un état électrique spécifique et, une fois, reste à cet état.
« Le mécanisme fonctionnant d'ENODes est réminiscent de celui des synapses naturelles, où les neurotransmetteurs répandent par la fissure, induisant la dépolarisation due à la pénétration d'ion dans le neurone postsynaptic, » les chercheurs expliquent dans le papier. « En revanche, l'autre commutateur de dispositifs memristive en fondant des matériaux relativement à températures élevées (PCMs) ou par formation causée par la tension de panne/filament et diffusion d'ion dans des couches denses d'oxyde (FFMOs). »
L'ENODe réalise les économies d'énergie significatives ** de deux manières :
À la différence d'un ordinateur conventionnel, où vous sauvez votre travail à l'unité de disque dur avant que vous l'arrêtiez, la synapse artificielle peut ne rappeler sa programmation sans aucunes actions ou pièce supplémentaires. Le calcul traditionnel exige l'information séparément de traitement et alors stockage de elle dans la mémoire. Ici, le traitement crée la mémoire.
Quand nous apprenons, des signaux électriques sont envoyés entre les neurones dans notre cerveau. La plupart d'énergie est nécessaire la première fois qu'une synapse est traversée. Chaque fois qu'après, la connexion exige moins d'énergie. C'est comment les synapses facilitent efficacement apprendre quelque chose nouvelle et se rappeler ce que nous avons appris. La synapse artificielle, à la différence de la plupart des autres versions du calcul comme un cerveau, accomplit également ces deux tâches simultanément, et fait ainsi avec les économies d'énergie substantielles.
« De plus en plus, les genres de tâches que nous nous attendons à ce que nos dispositifs de calcul fassent pour exiger le calcul qui imite le cerveau parce que l'utilisation du calcul traditionnel pour effectuer ces tâches devient vraiment puissance affamée, » a dit A. Alec Talin, membre distingué de personnel technique aux laboratoires nationaux de Sandia en Livermore, Californie, et auteur Co-supérieur du papier. « Nous avons démontré un dispositif qui est idéal pour courir ces type d'algorithmes et cela consomme beaucoup moins de puissance. »
Un futur ordinateur comme un cerveau avec 500 états
Seulement une synapse artificielle a été produite jusqu'ici, mais les chercheurs chez Sandia avaient l'habitude 15 000 mesures pour simuler comment un choix de elles fonctionnerait dans un réseau neurologique. Ils ont examiné la capacité du réseau simulé d'identifier l'écriture des chiffres 0 à 9. examinés sur trois ensembles de données, la rangée simulée pouvaient identifier les chiffres manuscrits avec une exactitude entre 93 à 97 pour cent.
Cette synapse artificielle peut un jour faire partie d'un ordinateur comme un cerveau, qui pourrait être particulièrement utile pour traiter les signaux visuels et auditifs, comme dans les interfaces à commande vocale et des voitures driverless, mais sans matériel informatique consommateur d'énergie.
Ce dispositif est également bien adapté pour le genre d'identification et de classification de signal que les ordinateurs traditionnels luttent pour exécuter. Considérant que les transistors numériques peuvent être dans seulement deux états, tels que 0 et 1, les chercheurs ont avec succès programmé 500 états dans la synapse artificielle, qui est utile pour les modèles de calcul de type neurone. Dans le changement d'un état à l'autre qu'ils ont employé environ un dixième autant d'énergie comme système de calcul de pointe doit déplacer des données à partir de l'unité de traitement à la mémoire.
Cependant, c'est toujours environ 10 000 fois autant d'énergie comme minimum qu'une synapse biologique doit afin de mettre le feu **. Les chercheurs espèrent atteindre le rendement énergétique niveau du neurone une fois qu'ils examinent la synapse artificielle dans de plus petits dispositifs.
Enchaînement pour vivre les neurones organiques
Cette nouvelle synapse artificielle peut un jour faire partie d'un ordinateur comme un cerveau, qui pourrait être particulièrement salutaire pour calculer que des travaux avec les signaux visuels et auditifs. Des exemples de ceci sont vus dans les interfaces à commande vocale et des voitures driverless. Les efforts passés dans ce domaine ont produit les réseaux neurologiques performants soutenus par des algorithmes artificiellement intelligents mais ceux-ci dépendent du matériel informatique traditionnel consommateur d'énergie.
Chaque pièce du dispositif est faite de matières organiques peu coûteuses. Celles-ci ne sont pas trouvées en nature mais elles se composent en grande partie d'hydrogène et de carbone et sont compatibles avec la chimie du cerveau. Des cellules ont été développées sur ces matériaux et elles ont été même employées pour faire les pompes artificielles pour les émetteurs neuraux. Les tensions de changement appliquées pour former la synapse artificielle (environ 0,5 systèmes mv) sont également identiques en tant que ceux qui se déplacent par les neurones humains — environ 1 000 fois plus bas que « écrivent » la tension pour un memristor typique.
Cela signifie qu'il est possible que la synapse artificielle pourrait communiquer avec les neurones vivants, menant aux interfaces améliorées de cerveau-machine. La douceur et la flexibilité du dispositif se prête également à l'utilisation dans les environnements biologiques.
Cette recherche a été financée par le National Science Foundation, les fonds de chercheur de corps enseignant de Keck, le Neurofab chez Stanford, Stanford Graduate Fellowship, programme contrôlé en laboratoire de la recherche et développement de Sandia, le Département de l'énergie des États-Unis, Holland Scholarship, l'université de la bourse de Groningue pour d'excellents étudiants, Hendrik Muller National Fund, la base d'Outeren de Schimmel-fourgon de Schuurman, la base de Renswoude (la Haye et Delft), Marco Polo Fund, Instituto Nacional de Ciência e Tecnologia/Instituto Nacional de Eletrônica Orgânica au Brésil, l'à Pesquisa de Fundação de Amparo font Estado De São Paulo et le Conseil National brésilien.
* « un bloc de mémoires résistif n'a pas été encore démontré avec à caractéristiques électriques appropriées pour réaliser entièrement les gains d'efficacité et de représentation d'une architecture neurale. Les memristors de pointe souffrent d'excessif écrivent le bruit, écrivent des non-linéarités, et écrivent haut des tensions et des courants. La réduction du bruit et l'abaissement de la tension de changement sensiblement en-dessous de 0,3 V (~10 kT) dans un dispositif de deux-terminal sans compromettre la conservation à long terme de données a prouvé difficile. » … Des dispositifs memristive organiques ont été récemment proposés, mais sont limités par « la cinétique lente de la diffusion d'ion par un polymère pour maintenir leurs états ou sur le stockage de charge dans des nanoparticles en métal, qui limite en soi la représentation et la stabilité. » — Yoeri van de Burgt et autres, Nature Materials
** ENODe commute à la basse tension et à l'énergie (< 10 pJ pour des dispositifs de 1000 place-micromètres), comparées à un ∼ prévu 1-100 FJ par événement synaptique pour l'esprit humain.
Résumé d'un dispositif électrochimique organique non-volatile comme synapse artificielle de basse tension pour le calcul neuromorphic
Le cerveau est capable du moment de traitement de l'information massivement parallèle consommant seulement ~1-100 le FJ par événement synaptique. Inspiré par l'efficacité du cerveau, des architectures et les memristors neuraux basés sur CMOS sont développés pour la reconnaissance des structures et l'apprentissage automatique. Cependant, la volatilité, la complexité de conception et les tensions d'alimentation élevée pour des architectures de CMOS, et la commutation stochastique et énergie-coûteuse des memristors compliquent le chemin pour réaliser l'interconnectivité, la densité de l'information, et le rendement énergétique du cerveau utilisant l'un ou l'autre d'approche. Ici nous décrivons un dispositif organique neuromorphic électrochimique (ENODe) opérant avec un mécanisme fondamentalement différent des memristors existants. ENODe commute à la basse tension et à l'énergie (<10 pJ pour 103 dispositifs de μm2), montre les états distincts et non-volatiles de >500 de conductibilité dans ~1 une marge du V, et réalise l'exactitude élevée de classification une fois mis en application dans des simulations de réseau neurologique. ENODes en plastique sont également fabriqués sur les substrats flexibles permettant l'intégration de la fonctionnalité neuromorphic dans les systèmes électroniques étirables. La flexibilité mécanique rend ENODes compatible avec des architectures tridimensionnelles, ouvrant un chemin vers l'interconnectivité extrême comparable à l'esprit humain.