อุปกรณ์อิเล็กทรอนิกส์ที่เลียนแบบเซลล์สมองในงานแมวสามารถอนุญาตให้คอมพิวเตอร์เรียนรู้และจดจำข้อมูลได้มากขึ้น
อุปกรณ์ที่มีลักษณะคล้ายสมองดังกล่าวอาจบรรลุการตัดสินใจที่ซับซ้อนมากขึ้นและทำงานได้มากขึ้นพร้อมกันกว่าคอมพิวเตอร์ทั่วไปที่มีความสามารถนักวิจัยกล่าวเสริม
“ เรากำลังสร้างคอมพิวเตอร์ในลักษณะเดียวกับที่ธรรมชาติสร้างขึ้นสมอง"นักวิจัย Wei Lu วิศวกรคอมพิวเตอร์ของ University of Michigan กล่าว
Microchips มักจะพึ่งพาทรานซิสเตอร์ซึ่งเป็นสวิตช์ที่สามารถสลับหรือปิดเพื่อแสดงข้อมูลเป็นตัวเลขไบนารีหรือบิต 0 และ 1
อุปกรณ์ที่นักวิจัยที่มหาวิทยาลัยมิชิแกนกำลังพัฒนาแทนที่จะใช้ "memristors" องค์ประกอบวงจรเหล่านี้ซึ่งแตกต่างจากคนอื่น ๆ มีความทรงจำในอดีตของพวกเขา: เมื่อคุณปิดแรงดันไฟฟ้าไปยังอุปกรณ์ Memristors จำได้ว่ามีการใช้งานล่วงหน้าเท่าใดและนานแค่ไหน
ธรรมชาติของ memristors ทำให้พวกเขาทำหน้าที่เป็นอย่างมากการซิงก์ซึ่งเชื่อมต่อเซลล์สมองหรือเซลล์ประสาทเข้าด้วยกัน Synapses ทำหน้าที่เป็นสวิตช์ที่สามารถกำหนดค่าใหม่ได้ซึ่งสามารถสร้างเส้นทางการเชื่อมโยงเซลล์ประสาทหลายพันเซลล์และเช่นเดียวกับ memristors พวกเขาจำเส้นทางเหล่านี้ตามความแข็งแรงและเวลาของสัญญาณไฟฟ้าที่พวกเขาได้รับจากเซลล์ประสาท
หนึ่งในโลกที่ซับซ้อนที่สุดซูเปอร์คอมพิวเตอร์- รุ่งอรุณที่ Lawrence Livermore National Laboratory - สามารถจำลองเซลล์ประสาท 1 พันล้านเซลล์และ 10 ล้านล้าน synapses เกินขนาดของสมองแมว ถึงกระนั้นมันก็เป็นเครื่องจักรขนาดใหญ่ที่มีหน่วยประมวลผลกลางมากกว่า 140,000 หน่วยที่ต้องการกระแสไฟฟ้าหนึ่งล้านวัตต์และยังคงดำเนินการช้ากว่าสมองของแมว 100 ถึง 1,000 เท่า
ในคอมพิวเตอร์ทั่วไปองค์ประกอบสำหรับตรรกะและหน่วยความจำจะอยู่ในส่วนต่าง ๆ ของวงจรและแต่ละองค์ประกอบเชื่อมต่อกับเพื่อนบ้านจำนวนหนึ่งในวงจร เป็นผลให้คอมพิวเตอร์ทั่วไปทำงานในรูปแบบเชิงเส้นทีละบรรทัดทำให้พวกเขายอดเยี่ยมในการทำงานที่ค่อนข้างง่ายด้วยตัวแปรที่ จำกัด
การทำงานหลายอย่าง
ในทางกลับกันสมองสามารถทำงานได้การดำเนินการมากมายพร้อมกันหรือขนานกัน สิ่งนี้ช่วยให้เราสามารถจดจำใบหน้าได้ในทันที แต่แม้แต่ซูเปอร์คอมพิวเตอร์ก็ใช้เวลานานขึ้นและใช้พลังงานมากขึ้นในการพยายาม
ตอนนี้ลูได้ใช้ memristors เพื่อเชื่อมโยงวงจรธรรมดาเข้าด้วยกันเพื่อเลียนแบบสมอง
“ แนวคิดคือการใช้กระบวนทัศน์ที่แตกต่างอย่างสิ้นเชิงเมื่อเทียบกับคอมพิวเตอร์ทั่วไป” เขาอธิบาย
ระบบ Lu และเพื่อนร่วมงานของเขาคิดค้นซึ่งเชื่อมต่อวงจรอิเล็กทรอนิกส์สองวงกับหนึ่ง memristor - เลียนแบบเซลล์ประสาทสองเซลล์และ synapse - มีความสามารถในการหน่วยความจำและกระบวนการเรียนรู้ด้วยชื่อที่ลึกลับของ "พลาสติกขึ้นอยู่กับจังหวะเวลา" สิ่งนี้หมายถึงความสามารถของการเชื่อมต่อระหว่างเซลล์ประสาทที่จะแข็งแกร่งขึ้นเมื่อพวกเขาถูกกระตุ้นในความสัมพันธ์ซึ่งกันและกันและเป็นความคิดที่เป็นพื้นฐานสำหรับความทรงจำและการเรียนรู้ในสมองของสัตว์เลี้ยงลูกด้วยนม
โดยเฉพาะอย่างยิ่งนักวิจัยแสดงให้เห็นว่าพวกเขาสามารถเปลี่ยนแปลงระยะเวลาและลำดับของแรงดันไฟฟ้าที่ใช้กับระบบของพวกเขาเพื่อเพิ่มหรือลดระดับการนำไฟฟ้า
“ ในสมองของเราการเปลี่ยนแปลงที่คล้ายกันในสื่อกระแสไฟฟ้า synapse เป็นหลักก่อให้เกิดความทรงจำระยะยาว” ลูกล่าว
นักวิทยาศาสตร์กำลังเล็งไปที่สมองไฟฟ้าที่ฉลาดเท่ากับแมว - ตัวอย่างเช่นหนึ่งที่สามารถหาเส้นทางที่สั้นที่สุดจากประตูหน้าไปยังโซฟาในบ้านที่เต็มไปด้วยเฟอร์นิเจอร์ครั้งแล้ว
“ ฉันสามารถจินตนาการได้ว่ากระทรวงกลาโหมอาจสนใจที่จะวางคอมพิวเตอร์อัจฉริยะลงบนอาวุธหรือยานพาหนะที่ไม่มีคนขับเช่นโดรนเพื่อให้พวกเขาสามารถตัดสินใจได้โดยตรงโดยไม่ต้องส่งภาพกลับไปยังคอนโทรลเลอร์และรอคำสั่ง” ลูกล่าว
ขั้นตอนต่อไปคือการสร้างระบบที่ใหญ่ขึ้นด้วยเซลล์ประสาทเทียมหลายร้อยเซลล์และ memristor synapses, Lu กล่าว เป้าหมายสูงสุดคือการบรรลุความซับซ้อนของซูเปอร์คอมพิวเตอร์ในเครื่องที่มีขนาดเท่าขวดโซดาสองลิตร
“ ตอนนี้เป็นไปได้ที่จะสร้างคอมพิวเตอร์ที่มีลักษณะคล้ายสมองโดยใช้ส่วนประกอบอิเล็กทรอนิกส์-คือทรานซิสเตอร์และ memristors” ลูบอกกับ TechnewsDaily
ไม่ใช่แค่ซูเปอร์คอมพิวเตอร์เท่านั้นที่จะได้รับประโยชน์
นอกเหนือจากการพัฒนาคอมพิวเตอร์ที่ทำตัวเหมือนสมองมากขึ้น Memristors ยังสามารถช่วยคอมพิวเตอร์ทั่วไปได้อย่างต่อเนื่องเพื่อให้ทันกับกฎหมายของมัวร์ซึ่งระบุว่าพลังการคำนวณควรเพิ่มขึ้นเป็นสองเท่าโดยเฉลี่ย
ในการวิจัยที่ปรากฏในวารสาร Nature ฉบับวันที่ 8 เมษายนนักวิจัยที่ Hewlett-Packard Laboratories แสดงให้เห็นว่า memristors สามารถทำการคำนวณซึ่งหมายความว่าฟังก์ชั่นตรรกะอาจเกิดขึ้นในชิปที่เก็บข้อมูลแทนที่จะถูกแยกออกไปในหน่วยประมวลผลส่วนกลางพิเศษเช่นเดียวกับการปฏิบัติในปัจจุบัน
กล่าวอีกนัยหนึ่งการเพิ่มขึ้นของพลังการคำนวณในอนาคตอาจไม่มาจากการเพิ่มขึ้นของความเร็วโปรเซสเซอร์ดิบ แต่ "จากการเพิ่มประสิทธิภาพการคำนวณแทน" Lu กล่าว
ลูและเพื่อนร่วมงานของเขาจะให้รายละเอียดการค้นพบของพวกเขาในวารสารฉบับเดือนเมษายนจดหมายนาโน-
