[ad_1]
(Noticias de Nanowerk) Ha surgido una tecnología de sistema informático neuromórfico que imita el cerebro humano y ha superado la limitación del consumo excesivo de energía relacionado con el método de cálculo de von Neumann existente. Se requiere un dispositivo de sinapsis artificial analógico de alto rendimiento capaz de expresar varias intensidades de conexión de sinapsis para implementar un dispositivo semiconductor utilizando un método de transmisión de información cerebral. Este método utiliza señales transmitidas entre neuronas cuando una neurona genera una señal de pico.
Sin embargo, considerando los dispositivos de memoria de resistencia variable convencionales ampliamente utilizados como sinapsis artificiales, a medida que el filamento crece con resistencia variable, el campo eléctrico aumenta, provocando un fenómeno de retroalimentación, lo que resulta en un rápido crecimiento del filamento. Por lo tanto, es un desafío implementar una plasticidad significativa mientras se mantiene una variación de resistencia análoga (gradual) con respecto al tipo de filamento.
El Instituto Coreano de Ciencia y Tecnología (KIST), dirigido por el Dr. El equipo de YeonJoo Jeong en el Centro de Ingeniería Neuromórfica está abordando las limitaciones de las propiedades sinápticas analógicas, la plasticidad y la retención de información que son barreras crónicas para los memristores, dispositivos semiconductores neuromórficos. Anunció el desarrollo de un dispositivo semiconductor sináptico artificial que permite la computación neuromórfica altamente confiable (comunicación de la naturaleza«Memristor analógico de tipo clúster mediante ingeniería de dinámica redox para computación neuromórfica de alto rendimiento»).
![Ejemplo de tecnología de procesamiento de información visual utilizando el dispositivo de sinapsis artificial, que confirma que la tasa de error se reduce en más del 60 % al mejorar el rendimiento del dispositivo](https://www.nanowerk.com/nanotechnology-news2/id61487_2.jpg)
El equipo de investigación de KIST perfeccionó las propiedades redox de los iones de electrodos activos para resolver la pequeña plasticidad sináptica que dificulta el rendimiento de los dispositivos semiconductores neuromórficos existentes. Además, se han dopado y utilizado varios metales de transición en el dispositivo sináptico para controlar la probabilidad de reducción de los iones de electrodos activos. Se ha descubierto que la alta probabilidad de reducción de iones es una variable crítica en el desarrollo de dispositivos sinápticos artificiales de alto rendimiento.
Por lo tanto, el equipo de investigación introdujo un metal de transición de titanio con una alta probabilidad de reducción de iones en un dispositivo sináptico artificial existente. Esto preserva las propiedades análogas de la sinapsis y la plasticidad del dispositivo en la sinapsis cerebral biológica, aproximadamente cinco veces la diferencia entre resistencias altas y bajas. Además, desarrollaron un semiconductor neuromórfico de alto rendimiento que es unas 50 veces más eficiente.
Debido a la alta respuesta de aleación con respecto al metal de transición de titanio dopado, la retención de información aumentó hasta 63 veces en comparación con el dispositivo sináptico artificial existente. Además, las funciones cerebrales, incluida la potenciación a largo plazo y la depresión a largo plazo, podrían simularse con mayor precisión.
El equipo implementó un patrón de aprendizaje de red neuronal artificial utilizando el dispositivo sináptico artificial desarrollado y probó el aprendizaje de reconocimiento de imágenes de inteligencia artificial. Esto redujo la tasa de error en más del 60 % en comparación con el dispositivo sináptico artificial existente; Además, la precisión del reconocimiento de patrones de imagen de escritura a mano (MNIST) aumentó en más del 69 %. El equipo de investigación confirmó la viabilidad de un sistema informático neuromórfico de alto rendimiento a través de este dispositivo sináptico artificial mejorado.
![Fotografías de (a) colector de energía solar, (b) sistema de destilación de membrana](https://www.nanowerk.com/nanotechnology-news2/id61487_3.jpg)
dr. Jeong de KIST declaró: «Este estudio ha mejorado drásticamente el rango de movimiento sináptico y el almacenamiento de información, que eran las principales barreras técnicas de los imitadores sinápticos existentes», mejorando el rendimiento de la computación de inteligencia artificial basada en simulación cerebral.
Además, mencionó: «En la investigación de seguimiento, fabricaremos un chip semiconductor neuromórfico basado en el dispositivo de sinapsis artificial desarrollado para realizar un sistema de inteligencia artificial de alto rendimiento, mejorando así aún más la competitividad en el campo de la inteligencia artificial doméstica. sistemas y semiconductores».
[ad_2]