Cách để tạo ra ‘chất dẫn truyền thần kinh’ nhân tạo bằng vật liệu bán dẫn

Đặc biệt là các hoạt động trong lĩnh vực trí tuệ nhân tạo, như dạy robot đi bộ hoặc nhận dạng hình ảnh tự động chính xác, đòi hỏi mạnh mẽ hơn bao giờ hết, nhưng đồng thời cũng có chip máy tính kinh tế hơn. Trong khi việc tối ưu hóa vi điện tử thông thường đang dần đạt đến giới hạn vật lý của nó, tự nhiên cung cấp cho chúng ta bản kế hoạch để thông tin có thể được xử lý và lưu trữ nhanh chóng và hiệu quả: bộ não của chính chúng ta. Lần đầu tiên, các nhà khoa học tại TU Dresden và Helmholtz-Zentrum Dresden-Rossendorf (HZDR) hiện đã bắt chước thành công chức năng của các tế bào thần kinh não bằng vật liệu bán dẫn. Họ đã công bố kết quả nghiên cứu của họ trên tạp chí Nature Electronics.

Ngày nay, việc tăng cường hiệu suất của vi điện tử thường đạt được bằng cách giảm kích thước thành phần, đặc biệt là các bóng bán dẫn riêng lẻ trên các chip máy tính silicon. “Nhưng điều đó không thể tiếp tục vô thời hạn – chúng tôi cần những cách tiếp cận mới”, Larysa Baraban khẳng định. Nhà vật lý, người đã làm việc tại HZDR từ đầu năm, là một trong ba tác giả chính của nghiên cứu quốc tế, bao gồm tổng cộng sáu viện nghiên cứu. Một cách tiếp cận dựa trên bộ não, kết hợp xử lý dữ liệu với lưu trữ dữ liệu trong một tế bào thần kinh nhân tạo.

“Nhóm của chúng tôi có nhiều kinh nghiệm với các cảm biến điện tử sinh học và hóa học,” Baraban tiếp tục. “Vì vậy, chúng tôi đã mô phỏng các tính chất của tế bào thần kinh bằng cách sử dụng các nguyên tắc của cảm biến sinh học và sửa đổi một bóng bán dẫn hiệu ứng trường cổ điển để tạo ra một chất dẫn truyền thần kinh nhân tạo.” Ưu điểm của kiến ​​trúc như vậy nằm ở việc lưu trữ và xử lý thông tin đồng thời trong một thành phần duy nhất. Trong công nghệ bóng bán dẫn thông thường, chúng được tách ra, làm chậm thời gian xử lý và do đó cuối cùng cũng hạn chế hiệu suất.

Silicon wafer + polymer = chip có khả năng học hỏi

Mô hình máy tính trên não người không phải là ý tưởng mới. Các nhà khoa học đã cố gắng nối các tế bào thần kinh với các thiết bị điện tử trong các món ăn Petri từ nhiều thập kỷ trước. “Nhưng một con chip máy tính ướt phải được cho ăn mọi lúc sẽ không có tác dụng với bất kỳ ai”, Gianaurelio Cuniberti từ TU Dresden nói. Giáo sư Khoa học Vật liệu và Công nghệ nano là một trong ba bộ não đứng sau chất dẫn truyền thần kinh cùng với Ronald Tetzlaff, Giáo sư Cơ bản về Kỹ thuật Điện ở Dresden và Leon Chua từ Đại học California ở Berkeley, người đã đưa ra các thành phần tương tự vào đầu những năm 1970.

Bây giờ, Cuniberti, Baraban và nhóm của họ đã có thể thực hiện nó: “Chúng tôi áp dụng một chất nhớt – gọi là solgel – cho một wafer silicon thông thường với các mạch. Polyme này cứng lại và trở thành một loại gốm xốp”, giáo sư khoa học vật liệu giải thích . “Các ion di chuyển giữa các lỗ. Chúng nặng hơn các electron và chậm trở lại vị trí của chúng sau khi bị kích thích. Sự chậm trễ này, được gọi là độ trễ, là nguyên nhân gây ra hiệu ứng lưu trữ.” Như Cuniberti giải thích, đây là yếu tố quyết định trong hoạt động của bóng bán dẫn. “Càng nhiều bóng bán dẫn được kích thích, nó sẽ mở ra càng sớm và để dòng điện hiện tại. Điều này củng cố kết nối. Hệ thống đang học hỏi.”

Cuniberti và nhóm của ông không tập trung vào các vấn đề thông thường. “Các máy tính dựa trên chip của chúng tôi sẽ kém chính xác hơn và có xu hướng ước tính các phép tính toán hơn là tính toán chúng đến số thập phân cuối cùng”, nhà khoa học giải thích. “Nhưng chúng sẽ thông minh hơn. Ví dụ, một robot có bộ xử lý như vậy sẽ học cách đi hoặc nắm bắt; nó sẽ sở hữu một hệ thống quang học và học cách nhận ra các kết nối. Và tất cả điều này mà không phải phát triển bất kỳ phần mềm nào.” Nhưng đây không phải là những lợi thế duy nhất của máy tính biến đổi thần kinh. Nhờ tính dẻo của chúng, tương tự như bộ não của con người, chúng có thể thích nghi với việc thay đổi nhiệm vụ trong quá trình hoạt động và do đó, giải quyết các vấn đề mà chúng không được lập trình ban đầu.

Nguồn truyện:

Tài liệu được cung cấp bởi Helmholtz-Zentrum Dresden-Rossendorf . Lưu ý: Nội dung có thể được chỉnh sửa cho kiểu dáng và độ dài.

Tạp chí tham khảo :

1. Eunhye Baek, Nikhil Ranjan Das, Carlo Vittorio can Độ dẻo nội tại của chất dẫn truyền thần kinh dây nano silicon cho bộ nhớ động và chức năng học tập . Điện tử tự nhiên , 2020; DOI: 10.1038 / s41928-020-0412-1