Dalam rangkaian saraf tiruan, banyak komponen yang dipanggil neuron dibenamkan dalam data dan bekerjasama untuk menyelesaikan masalah seperti pengecaman muka. Rangkaian saraf berulang kali melaraskan sinaps mereka - sambungan antara neuron - untuk menentukan sama ada corak tingkah laku yang terhasil adalah penyelesaian yang lebih baik. Tetapi dari masa ke masa, rangkaian saraf akhirnya akan mencari corak tingkah laku yang optimum dalam hasil pengiraan. Ia kemudian memilih mod ini sebagai nilai lalai, meniru proses pembelajaran otak manusia.
Sementara sistem AI mencari lebih banyak aplikasi dunia nyata, mereka masih menghadapi cabaran yang ketara memandangkan had perkakasan yang digunakan untuk memacu operasi mereka. Untuk menyelesaikan masalah ini, penyelidik telah membangunkan perkakasan komputer neuromorfik yang diilhamkan oleh otak manusia.
Sebagai contoh, komponen mikrocip neuromorfik mungkin hanya mengeluarkan pancang atau menjana isyarat keluaran apabila ia menerima bilangan isyarat input tertentu dalam tempoh masa tertentu. Ini adalah strategi yang lebih dekat meniru cara neuron biologi sebenar berkelakuan. Berbanding dengan rangkaian neural tiruan biasa, peranti ini hanya akan mengeluarkan sedikit lonjakan, jadi lebih sedikit data yang akan diproses, manakala pada dasarnya memerlukan lebih sedikit kuasa dan jalur lebar komunikasi.
Walau bagaimanapun, perkakasan neuromorfik sering menggunakan elektronik tradisional, yang akhirnya mengehadkan kefungsian kompleks dan kelajuan isyarat yang boleh mereka capai. Sebagai contoh, setiap neuron biologi boleh mempunyai puluhan ribu sinapsis, tetapi peranti neuromorfik mengalami kesukaran menyambungkan neuron tiruan mereka antara satu sama lain. Penyelesaian yang berkesan untuk masalah ini ialah pemultipleksan, iaitu, satu saluran isyarat boleh membawa lebih banyak isyarat pada masa yang sama. Walau bagaimanapun, apabila cip menjadi lebih besar dan lebih canggih, kelajuan pengkomputeran boleh menjadi perlahan.
Dalam kajian baharu baru-baru ini, penyelidik di Institut Piawaian dan Teknologi Kebangsaan (NIST) meneroka penggunaan pemancar dan penerima optik untuk menyambung neuron. Pada dasarnya, pautan optik, atau pandu gelombang optik, boleh menyambungkan setiap neuron kepada beribu-ribu neuron lain pada kadar komunikasi kelajuan cahaya. Kertas kerja yang berkaitan telah diterbitkan dalam Nature Electronics.
Alamat kertas: https://www.nature.com/articles/s41928-022-00840-9
Penyelidikmenggunakan peranti wayar nano superkonduktor yang mampu mengesan foton tunggal, yang boleh mengesan isyarat optik ini adalah unit terkecil dan boleh dilihat sebagai had fizikal kecekapan tenaga.
Reparansi di bawah menunjukkan cara litar superkonduktor yang mensimulasikan sinaps neuron (titik antara muka antara neuron dalam otak) boleh digunakan untuk mencipta neuron optoelektronik tiruan masa hadapan.
Melaksanakan pengiraan neural fotonik selalunya sukar kerana lazimnya memerlukan rongga optik yang boleh menangkap cahaya untuk tempoh masa yang ketara. Mencipta rongga sedemikian pada mikrocip bersepadu dan menyambungkannya dengan banyak pandu gelombang adalah amat mencabar.
Jadi para penyelidik membangunkan sistem litar hibrid di mana isyarat keluaran daripada setiap pengesan ditukarkan kepada denyutan elektrik ultrafast kira-kira 2 picosaat panjang. Denyutan ini disebabkan oleh turun naik atau fluks magnet tunggal dalam rangkaian interferometer kuantum superkonduktor atau interferometer kuantum superkonduktor (SQUID) .
Jeffrey Shainline, seorang penyelidik di NIST dan pengarang yang berkaitan, berkata, "Selama bertahun-tahun, kami telah bekerja keras dalam penyelidikan teori untuk menemui sifat had fizikal yang membolehkan teknologi untuk mencapai pengkomputeran neuromorfik Pencapaian matlamat ini membawa kami kepada konsep menggabungkan komunikasi optik pada tahap foton tunggal dengan pengiraan rangkaian saraf yang dilakukan oleh persimpangan Josephson. Ia adalah struktur sandwic dengan bahan superkonduktor di bahagian atas dan bawah, dipisahkan oleh filem penebat di tengah. Jika arus melalui persimpangan Josephson (JJ) melebihi ambang tertentu, interferometer kuantum superkonduktor akan mula menghasilkan fluks magnet.
Selepas mengesan foton, pengesan foton tunggal (SPD) menjana kuanta fluks magnet, yang kemudiannya dikumpulkan sebagai arus elektrik dalam gelung superkonduktor SQUID. Arus yang disimpan ini berfungsi sebagai satu bentuk ingatan, merekodkan berapa kali neuron melonjak.
Rajah 2 di bawah menunjukkan reka letak dan litar yang telah siap. a ialah susun atur 3D bagi keseluruhan litar sinaptik b ialah imej mikroskop bagi pembuatan yang telah siap; d ialah susun atur JJ dan shunt; dalam pembuatan; g ialah SQUID yang digunakan untuk kitaran DR (dendritic receiving, dendrite receiving); h ialah DR SQUID dalam pembuatan.
Shainline berseru, “Sebenarnya agak mudah untuk membuat litar itu mengambil masa yang agak lama semasa fasa reka bentuk untuk membuat dan eksperimen, tetapi pada hakikatnya "Apabila kami mula-mula membuat litar ini, ia sudah berfungsi, yang memberi petanda baik untuk skalabiliti masa depan sistem sedemikian," kata penyelidik Mengintegrasikan pengesan foton tunggal dengan persimpangan Josephson menghasilkan sinaps superkonduktor.
Mereka mengira bahawa kekerapan puncak sinaps boleh melebihi 10 juta Hz, manakala setiap peristiwa sinaptik menggunakan kira-kira 33 attojoule tenaga (1 attojoule bersamaan dengan 10^-18 joule). Sebagai perbandingan, kadar lonjakan purata maksimum neuron manusia hanyalah kira-kira 340 Hz, manakala setiap peristiwa sinaptik menggunakan kira-kira 10 femtojoule (1 femtojoule bersamaan dengan 10^-15 joule). Rajah 3 di bawah menunjukkan ciri sinaps tunggal dengan pemalar masa 6.25 μs dan induktansi 2.5 μH. Pengukuran menunjukkan nilai sebenar masing-masing 8.06 μs dan 3.2 μH.
Rajah 4 di bawah menunjukkan bahawa fungsi pemindahan sinaptik boleh direkayasa dalam pelbagai skala masa.
Selain itu, penyelidik boleh menyedari masa output peranti sistem litar ini berubah daripada ratusan nanosaat kepada milisaat. Ini juga bermakna bahawa perkakasan ini boleh disambungkan kepada pelbagai sistem, daripada komunikasi antara peranti elektronik berkelajuan tinggi kepada interaksi yang lebih santai antara manusia dan mesin.
Pada masa hadapan, penyelidik akan menggabungkan sinaps baharu yang mereka bangunkan dengan sumber cahaya pada cip untuk mencipta neuron superkonduktor bersepadu sepenuhnya. Shainline berkata, "Masih terdapat cabaran besar dalam mencapai neuron superkonduktor bersepadu sepenuhnya, tetapi jika kita boleh menyepadukan bahagian terakhir itu, ada sebab untuk mempercayai bahawa ia akhirnya boleh menjadi platform pengkomputeran yang berkuasa untuk kecerdasan buatan." >
Atas ialah kandungan terperinci Adakah neuron fotoelektrik buatan ultra-cekap menjadi kenyataan? 30,000 kali lebih cepat daripada neuron semula jadi, penyelidikan yang diterbitkan dalam sub-jurnal Alam. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!