工程新闻

新型晶体管穗状神经元

从纳米材料制成,设备可以执行几个不同的类尖峰的

AI and the brain

神经形态计算 - 在电脑的功能就像人脑比电脑的电流更有效地执行复杂的任务 - 适用于在人工智能和机器学习突破的承诺。

但是这些计算机可能难以形成与传统的硅技术。西北工程研究人员已经迈出由能够产生电压“尖峰”就像一个神经元纳米材料创建一个新的晶体管实现神经形态计算的一个步骤。

“为了模拟大脑,我们需要模仿神经元的功能,”说 马克·赫萨姆沃尔特页。材料科学与工程和研究的主要作者墨菲教授。 “这一目标可以通过传统的硅技术来实现的,但我们表现出实现神经元功能,这是需要增加一个芯片上的人工神经元密度的更为简单的手段。”

马克·赫萨姆结果, 发表 在日记 自然通讯 3月26日,来上一段的高跟鞋 自然纳米技术 通过hersam和博士后研究员维诺德ķ书面审查文件。 sangwan,该调查目前神经运动设备和架构,并认为该领域的未来将整合不同的纳米材料来创建这些设备中受益。

在神经元样装置中进行混合的纳米材料

通过神经元动作电位,这是一个尖峰电压发送在大脑中的信息,导致与其它神经元的通信。虽然研究人员模仿动作电位与传统的硅晶体管,它已要求需要十几个或更多的设备复杂的电路。

当他们走近他们的新研究,hersam和他的研究小组推测,如果他们有一个设备的高斯响应能力来调整高度,峰值位置和宽度他们可以创建一个简单的扣球线路 - 钟形曲线,它显示出的分布及其输出电流。

要做到这一点,他们创建基于两个不同的纳米材料的装置 - 二硫化钼和碳纳米管 - 具有两个栅电极沿着。这些纳米材料通过施加的电场强烈地影响,而两个栅极允许改进的电场控制相比先前的设计。通过将在上面一个栅极,接着由两个纳米材料和在底部的栅极的偏置层,他们开发了有几度的可调谐性的装置。

“本装置具有用于更复杂的功能,一个标准的硅晶体管,电位” hersam说。它不但可以秒杀就像一个神经元,它可以执行扣球,不同的神经元在大脑中的不同区域进行,像连续扣球或阶段性扣球的几个不同的类别。

“通常你将不得不重新设计电路,以获取每个扣球行为,” hersam说。 “然而,这个装置是非常灵活和可调谐的,我们可以根据我们如何控制电压达到了十几个扣球的反应。”

与memtransistors合成技术

此前,hersam和他的团队向前走了一步在神经形态计算通过 培养“memtransistor” - 组合晶体管和忆阻器即脑样功能通过执行存储器和信息处理有效地实现。所述memtransistor还具有多个终端,其允许高程度的互连性的存在于生物神经网络。

新的扣球设备不具备多个终端,所以hersam和他的团队希望接下来在未来两个设备集成到它们的互补结合的属性。

“我们也想使这些器件更小,更紧凑,”他说。 “以这种方式,我们可以增加器件的密度,并实现更复杂的神经运动功能。”

神经形态计算的未来需要的协作

像这样的设备,它使用纳米材料的组合,很可能将是我们开发更好的模拟大脑,hersam在争论计算机的方式 自然纳米技术 评论文章.

如果我们想提前像人工智能和机器学习过程需要神经形态计算,他说。而传统的计算机是成功的一些任务,都比不上到大脑中许多其他问题。不仅大脑无缝合并存储和信息处理 - 这是在今天的计算机单独两个进程 - 它少得多的能量比传统的数字计算这样做。

“通过常规的服务器场的能量消耗的量成为整体网格的实质部分,” hersam说。 “神经形态计算有显著降低能源需求的潜力。”

虽然审查文件,全面突出了许多方法,科学家们正在努力实现神经形态计算,hersam认为,自下而上的方法 - 使用神经元为灵感设备 - 是正确的前进道路。

不仅如此,“材料科学家,神经科学家和计算机设计师之间的密切合作将是至关重要的,”他写道。

西北工程教授正在从几个不同的角度接近神经形态计算。 詹姆斯·龙迪内利莫里斯即细材料在初级教授及其制造,正在设计的新型材料平台在忆阻器设备一起使用。 接骨,电气和计算机工程助理教授,是利用神经形态计算加速低功耗移动或事物设备的互联网上传统的集成电路芯片新兴的机器学习任务。 格克汗memik,电气和计算机工程教授,一直致力于基于ReRAM中神经网络加速器的架构方面。

“西北工程是真正采取全面的,全脑的方法来计算神经形态的问题,” hersam说。

自然通讯 研究是由美国国家科学基金会,标准与技术研究所和海军研究办公室资助。在纸张其他作者包括博士后研究人员维诺德ķ。 sangwan和hocheon柳;研究生梅根即贝克,丝露郭威廉一个。加维里亚罗哈斯,hadallia伯杰龙,和ahish shylendra;本科生兆苏;和教授阿米特河特里维迪芝加哥伊利诺斯大学的。