สำหรับผู้ที่ทำงานในสาขาขั้นสูงการนำคอมพิวเตอร์มาจำลองการทำงานของสมองถือเป็นงานใหญ่ แต่การจัดการอาจทำได้ง่ายกว่าหากฮาร์ดแวร์ได้รับการออกแบบมาคล้ายกับฮาร์ดแวร์ของสมองตั้งแต่แรก
เขตข้อมูลที่เกิดขึ้นใหม่นี้เรียกว่าการคำนวณแบบนิวโรมอร์ฟิก- และตอนนี้วิศวกรของ MIT อาจเอาชนะอุปสรรคสำคัญได้ นั่นคือการออกแบบชิปที่มีไซแนปส์เทียม
ในตอนนี้ สมองของมนุษย์มีพลังมากกว่าคอมพิวเตอร์เครื่องอื่นๆ มาก สมองของมนุษย์ประกอบด้วยเซลล์ประสาทประมาณ 8 หมื่นล้านเซลล์ประสาท และมีไซแนปส์มากกว่า 100 ล้านล้านที่เชื่อมต่อพวกมันและควบคุมการส่งผ่านของสัญญาณ
วิธีการทำงานของชิปคอมพิวเตอร์ในปัจจุบันคือการส่งสัญญาณในภาษาที่เรียกว่าไบนารี ข้อมูลทุกชิ้นจะถูกเข้ารหัสในรูปแบบ 1 และ 0 หรือสัญญาณเปิด/ปิด
หากต้องการทราบว่าสิ่งนี้เปรียบเทียบกับสมองอย่างไร ลองพิจารณาสิ่งนี้: ในปี 2013 หนึ่งในซูเปอร์คอมพิวเตอร์ที่ทรงพลังที่สุดในโลกใช้งานการจำลองการทำงานของสมองบรรลุผลเพียงน้อยนิดเท่านั้น
K Computer ของ Riken ใช้โปรเซสเซอร์ 82,944 ตัวและหน่วยความจำหลัก 1 เพตะไบต์ ซึ่งเทียบเท่ากับคอมพิวเตอร์เดสก์ท็อปประมาณ 250,000 เครื่องในขณะนั้น
ใช้เวลา 40 นาทีในการจำลองหนึ่งวินาทีของกิจกรรมของเซลล์ประสาท 1.73 พันล้านเซลล์ที่เชื่อมต่อกันด้วยไซแนปส์ 10.4 ล้านล้านเซลล์ อาจฟังดูเหมือนมาก แต่จริงๆ แล้วเทียบเท่ากับสมองมนุษย์เพียงร้อยละ 1 เท่านั้น
แต่ถ้าชิปใช้การเชื่อมต่อแบบไซแนปส์ สัญญาณที่คอมพิวเตอร์ใช้อาจมีความหลากหลายมากขึ้น ทำให้เกิดการเรียนรู้แบบไซแนปส์ ไซแนปส์เป็นสื่อกลางของสัญญาณที่ส่งผ่านสมอง และเซลล์ประสาทจะทำงานขึ้นอยู่กับจำนวนและชนิดของไอออนที่ไหลผ่านไซแนปส์ ซึ่งจะช่วยให้สมองจดจำรูปแบบ จดจำข้อเท็จจริง และดำเนินงานต่างๆ ได้
การจำลองสิ่งนี้ได้รับการพิสูจน์แล้วว่าเป็นเรื่องยากในปัจจุบัน แต่นักวิจัยจาก MIT ได้ออกแบบชิปที่มีไซแนปส์เทียมที่ทำจากซิลิคอนเจอร์เมเนียม ซึ่งช่วยให้สามารถควบคุมความแรงของกระแสไฟฟ้าที่ไหลไปตามชิปได้อย่างแม่นยำ เช่นเดียวกับการไหลของไอออนระหว่างเซลล์ประสาท
ในการจำลอง ใช้ในการจดจำตัวอย่างลายมือด้วยความแม่นยำ 95 เปอร์เซ็นต์
การออกแบบชิปนิวโรมอร์ฟิกก่อนหน้านี้ใช้ชั้นสื่อกระแสไฟฟ้าสองชั้นคั่นด้วยอสัณฐาน"การสลับสื่อ" เพื่อทำหน้าที่เหมือนไซแนปส์- เมื่อเปิดสวิตช์ ไอออนจะไหลผ่านตัวกลางเพื่อสร้างเส้นใยนำไฟฟ้าเพื่อเลียนแบบน้ำหนักซินแนปติก หรือความแรงหรือจุดอ่อนของสัญญาณระหว่างเซลล์ประสาททั้งสอง
ปัญหาของแนวทางนี้คือ หากไม่มีโครงสร้างที่กำหนดไว้ให้เดินทาง สัญญาณจะมีจำนวนเส้นทางไม่สิ้นสุด และอาจทำให้ประสิทธิภาพของชิปไม่สอดคล้องกันและคาดเดาไม่ได้
"เมื่อคุณใช้แรงดันไฟฟ้าเพื่อแสดงข้อมูลบางอย่างกับเซลล์ประสาทเทียมของคุณ คุณจะต้องลบและสามารถเขียนใหม่ได้ในลักษณะเดียวกัน"หัวหน้านักวิจัย จีฮวาน คิม กล่าว-
"แต่ในของแข็งอสัณฐาน เมื่อคุณเขียนอีกครั้ง ไอออนจะไปในทิศทางที่แตกต่างกันเนื่องจากมีข้อบกพร่องมากมาย กระแสนี้กำลังเปลี่ยนแปลงและควบคุมได้ยาก นั่นคือปัญหาที่ใหญ่ที่สุด - ความไม่สม่ำเสมอของไซแนปส์เทียม"
ด้วยเหตุนี้ ทีมงานจึงสร้างโครงตาข่ายของซิลิคอนเจอร์เมเนียมขึ้นมา โดยมีช่องทางหนึ่งมิติที่ไอออนสามารถไหลผ่านได้ เพื่อให้แน่ใจว่ามีการใช้เส้นทางเดียวกันทุกครั้ง
จากนั้นโครงตาข่ายเหล่านี้ก็ถูกนำมาใช้เพื่อสร้างชิปนิวโรมอร์ฟิก เมื่อใช้แรงดันไฟฟ้า ไซแนปส์ทั้งหมดบนชิปจะแสดงกระแสไฟเท่ากัน โดยมีการเปลี่ยนแปลงเพียง 4 เปอร์เซ็นต์
ไซแนปส์ตัวเดียวยังได้รับการทดสอบด้วยแรงดันไฟฟ้าที่ใช้ 700 ครั้ง ปัจจุบันมีการเปลี่ยนแปลงเพียง 1 เปอร์เซ็นต์ ซึ่งเป็นอุปกรณ์ที่สม่ำเสมอที่สุดเท่าที่จะเป็นไปได้
ทีมงานทดสอบชิปในงานจริงโดยการจำลองคุณลักษณะและใช้ชิปดังกล่าวกับฐานข้อมูล MNISTของตัวอย่างลายมือซึ่งมักใช้สำหรับฝึกซอฟต์แวร์ประมวลผลภาพ
เครือข่ายประสาทเทียมจำลองของพวกเขา ซึ่งประกอบด้วยแผ่นประสาทสามแผ่นคั่นด้วยไซแนปส์เทียมสองชั้น สามารถจดจำตัวเลขที่เขียนด้วยลายมือนับหมื่นด้วยความแม่นยำ 95 เปอร์เซ็นต์ เมื่อเทียบกับความแม่นยำ 97 เปอร์เซ็นต์ของซอฟต์แวร์ที่มีอยู่
ขั้นตอนต่อไปคือการสร้างชิปที่สามารถดำเนินงานการรู้จำลายมือได้จริง โดยมีเป้าหมายสุดท้ายคือการสร้างอุปกรณ์โครงข่ายประสาทเทียมแบบพกพา
"ท้ายที่สุดแล้ว เราต้องการชิปที่มีขนาดใหญ่เท่ากับเล็บมือเพื่อมาแทนที่ซูเปอร์คอมพิวเตอร์ขนาดใหญ่เพียงเครื่องเดียว"คิมกล่าวว่า- "(การวิจัย) นี้ถือเป็นก้าวสำคัญในการผลิตฮาร์ดแวร์ [ปัญญา] เทียมที่แท้จริง"
งานวิจัยนี้ได้รับการตีพิมพ์ในวารสารวัสดุธรรมชาติ-
