Bilim İnsanları, Nöron İletimi İçin Yapay Sinaps Tasarımları Yapıyorlar

Sinaps Nedir

Sinaps, nöronların (sinir hücrelerinin) diğer nöronlara ya da kas veya salgı bezleri gibi nöron olmayan hücrelere mesaj iletmesine olanak tanıyan özelleşmiş bağlantı noktalarına denir.

teknobuk-yapay-sinaps-sf-ici-1-1024x683
Sinapsların nasıl çalıştığını anlatan bir sinaps şeması.

Tasarımda Yapay Sinapslar

Dünyanın dört bir yanındaki bilim adamları, son derece düşük güçte çalışabilen ve beyindeki nöronlara benzer şekilde davranan memristif cihazlar üzerinde yoğun bir şekilde çalışıyorlar. Jülich Aachen Araştırma İttifakı (JARA) ve Alman teknoloji grubu Heraeus’tan araştırmacılar şimdi bu öğelerin fonksiyonel davranışlarının sistematik olarak nasıl kontrol edileceğini keşfettiler. Malzeme bileşimindeki en küçük farklılıklar çok önemli bulunmuştur: Şu ana kadar uzmanlar bunları fark edememiş olan kadar küçük farklılıklar. Araştırmacıların tasarım yönergeleri, örneğin enerji tasarruflu, uçucu olmayan depolama aygıtları veya nöro-ilham alan bilgisayarlar gibi, memristive teknoloji tabanlı uygulamalar için çeşitliliği, verimliliği, seçiciliği ve güvenilirliği artırmaya yardımcı olabilir.

Memristorlar, bilgisayar çiplerindeki geleneksel nanoelektronik elemanlara oldukça umut verici bir alternatif olarak kabul edilir. Avantajlı işlevsellikler nedeniyle, gelişmeleri dünyadaki birçok şirket ve araştırma kurumu tarafından hevesle takip edilmektedir. Japon şirketi NEC, uzay uydularındaki ilk prototipleri 2017’de zaten kurdu. Hewlett Packard, Intel, IBM ve Samsung gibi diğer birçok lider şirket bu yöntemleri kullanıyor. Ve memristif öğelere dayalı yenilikçi bilgisayar ve depolama cihazları türlerini pazara sunmak için çalışıyor.

teknobuk-yapay-sinaps-sf-ici-3-998x1024

Yapay Sinaps Üzerine Bazı Yorumlar

Temel olarak, memristörler, yüksek direncin düşük dirence ve tekrar tekrar değiştirilebileceği basitçe “hafızalı dirençler” dir. Cihazlar uyumlu, biyolojik sinir sisteminde sinaps benzer bu prensipte anlamına gelir. Forschungszentrum Jülich’teki Peter Grünberg Enstitüsü’nden (PGI-7) Dr. Ilia Valov,” Memristif elementler, derin öğrenme ve yapay zeka ile bağlantılı olarak büyük ilgi çeken beyin üzerinde modellenmiş nöro-ilham veren bilgisayarlar için ideal adaylar olarak kabul ediliyor ” diyor.

Açık erişim dergisi Science Advances’in son sayısında, o ve ekibi, memristif öğelerin anahtarlama ve nöromorfik davranışının nasıl seçici olarak kontrol edilebileceğini açıklıyor. Bulgularına göre, kritik faktör, anahtarlama oksit tabakasının saflığıdır. Valov, “% 99.999999 saflıkta bir malzeme kullanıp kullanmamanıza ve on milyon saf maddeye veya yüz atoma bir yabancı atom sokmanıza bağlı olarak, memrist elementlerinin özellikleri önemli ölçüde değişir” diyor.

Bu etki şimdiye kadar uzmanlar tarafından göz ardı edilmişti. Bilgi teknolojisinde yarı iletkenleri dopinge benzer şekilde, özellikle memristif sistemler tasarlamak için kullanılabilir. Heraeus teknoloji grubundan Dr. Christian Neumann, Yabancı atomların piyasaya sürülmesi, ince oksit tabakalarının çözünürlük ve taşıma özelliklerini kontrol etmemizi sağlıyor, diyor. İlk fikir 2015 yılında tasarlandığından bu yana malzeme uzmanlığına projeye katkıda bulunuyor.

Valov’a göre, Son yıllarda, memristif cihazların geliştirilmesi ve kullanımında dikkate değer bir ilerleme kaydedildi, ancak bu ilerleme genellikle tamamen ampirik bir temelde elde edildi. Takımının kazandığı bilgileri kullanarak üreticiler artık ihtiyaç duydukları işlevleri seçerek yöntemsel olarak hatırlatıcı öğeler geliştirebilirler. Doping konsantrasyonu ne kadar yüksek olursa, gelen voltaj darbelerinin sayısı arttıkça ve azaldıkça elemanların direnci o kadar yavaş değişir. Ayrıca direnç daha kararlı kalır. “Bu, farklı uyarılabilirliğe sahip yapay sinaps türleri tasarlamak için bir yol bulduğumuz anlamına geliyor,” diye açıklıyor Valov.

teknobuk-yapay-sinaps-sf-ici-2-1024x508

Yapay Sinapsların Tasarım Özellikleri

Beynin bilgiyi öğrenme ve tutma yeteneği, büyük ölçüde nöronlar arasındaki bağlantıların sık kullanıldıklarında güçlendirilmesiyle ilişkilendirilebilir. Elektrokimyasal metalizasyon hücreleri (ECM’ler) veya değerlik değiştirme bellek hücreleri (VCM’ler) gibi farklı tipleri bulunan memristif cihazlar benzer şekilde davranırlar. Bu bileşenler kullanıldığında, gelen voltaj darbelerinin sayısı arttıkça iletkenlik artar. Değişiklikler, ters polaritenin voltaj darbeleri uygulanarak da tersine çevrilebilir.

JARA araştırmacıları, bir bakır elektrot, bir platin elektrot ve aralarında bir silikon dioksit tabakasından oluşan ECM’ler üzerinde sistematik deneylerini gerçekleştirdiler. Heraeus araştırmacıları ile işbirliği sayesinde, JARA bilim adamları farklı silikon dioksit türlerine erişebildiler: biri% 99.999999 saflıkta – 8N silikon dioksit olarak da adlandırılıyor – ve 100 ila 10.000 ppm (milyonda parça) yabancı içeren atomu içerir. Deneylerinde kullanılan hassas katkılı cam, prosedür için patenti elinde bulunduran kuvars cam uzmanı Heraeus Conamic tarafından özel olarak geliştirildi ve üretildi. Bakır ve protonlar mobil katkı maddesi olarak işlev görürken, alüminyum ve galyum uçucu olmayan katkı maddesi olarak kullanıldı.

teknobuk-yapay-sinaps-sf-ici-4-1024x576

Kayıt Değiştirme Süresi Teoriyi Doğrular

Araştırmacılar, deney serilerine dayanarak, doping atomlarının miktarı değiştikçe ECM’lerin anahtarlama sürelerinin değiştiğini gösterebildiler. Anahtarlama katmanı 8N silikon dioksitten yapılmışsa, memristif bileşen sadece 1,4 nanosaniyede değişir. ECM’ler için bugüne kadar ölçülen en hızlı değer 10 nanosaniye civarındaydı. Bileşenlerin oksit tabakasının 10.000 ppm yabancı maddeye kadar katılmasıyla, anahtarlama süresi milisaniye aralığına uzatıldı. Valov, “Sonuçlarımızı teorik olarak da açıklayabiliriz. Bu, nano ölçekte fiziko-kimyasal süreçleri anlamamıza ve bu bilgiyi uygulamada uygulamamıza yardımcı oluyor” diyor. Bazıları literatürde de belgelenen deneysel sonuçlarla desteklenen genel olarak uygulanabilir teorik değerlendirmelere dayanarak, doping / safsızlık etkisinin meydana geldiği ve her tür hafıza öğesinde kullanılabileceğine inanmaktadır.

Kaynak

Bu Haberi Paylaş

İlginizi Çekebilir

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir