Pajisja e re Artificiale Drejton Llogaritjet e Rrjetit Nervor duke përdorur 100 deri në 1000 herë më pak energji

Trajnimi i rrjeteve nervore për të kryer detyra, të tilla si njohja e imazheve ose lundrimi në vetura që drejtojnë vetveten, mund të kërkojë një ditë më pak fuqi kompjuterike dhe pajisje falë një pajisjeje të re neuroni artificial të zhvilluar nga studiuesit në Universitetin e Kalifornisë San Diego. Pajisja mund të ekzekutojë llogaritjet e rrjetit nervor duke përdorur 100 deri në 1000 herë më pak energji dhe sipërfaqe sesa pajisja ekzistuese e bazuar në CMOS.

Rrjetet nervore janë një seri e shtresave të lidhura të neuroneve artificiale, ku prodhimi i një shtrese siguron hyrjen në tjetrën. Gjenerimi i këtij inputi bëhet duke aplikuar një llogaritje matematikore të quajtur një funksion aktivizimi jo-linear. Kjo është një pjesë kritike e drejtimit të një rrjeti nervor. Por zbatimi i këtij funksioni kërkon shumë energji informatike dhe qarqe sepse përfshin transferimin e të dhënave mbrapa dhe midis dy njësive të ndara – kujtesës dhe një procesori të jashtëm.

Tani, studiuesit e UC San Diego kanë zhvilluar një pajisje me madhësi nanometër që mund të kryejë me efektshmëri funksionin e aktivizimit.

“Llogaritjet e rrjetit nervor në pajisje bëhen gjithnjë e më joefikase ndërsa modelet e rrjetit nervor bëhen më të mëdha dhe më komplekse,” tha Duygu Kuzum, një profesor i inxhinierisë elektrike dhe kompjuterike në Shkollën e Inxhinierisë UC San Diego Jacobs. “Ne kemi zhvilluar një pajisje të vetme neuronale në shkallën e nanoneve që zbaton këto llogaritje në pajisje në një mënyrë shumë të efektshme dhe efikase të energjisë”.

Studimi i ri, i udhëhequr nga Kuzum dhe Ph.D. studenti Sangheon Oh, u krye në bashkëpunim me DOE Energy Frontier Research Center të udhëhequr nga profesori i fizikës UC San Diego Ivan Schuller, i cili përqendrohet në zhvillimin e implementimeve harduerike të rrjeteve nervore artificiale me efiçiencë të energjisë.

Pajisja zbaton një nga funksionet më të zakonshme të aktivizimit në trajnimin e rrjetit nervor të quajtur njësi lineare e korrigjuar. Ajo që është e veçantë në lidhje me këtë funksion është se ai ka nevojë për pajisje që mund të pësojnë një ndryshim gradual të rezistencës në mënyrë që të funksionojë. Dhe kjo është pikërisht ajo që studiuesit e UC San Diego krijuan pajisjen e tyre për të bërë – ajo mund të kalojë gradualisht nga një izolues në një gjendje përçuese, dhe e bën këtë me ndihmën e nxehtësisë.

Ky ndërprerës është ai që quhet tranzicion Mott. Ai zhvillohet në një shtresë të hollë nanometrash të dioksidit të vanadiumit. Mbi këtë shtresë është një ngrohës nanowire i bërë nga titan dhe ar. Kur rryma rrjedh përmes nano-telit, shtresa e dioksidit të vanadiumit ngrohet ngadalë, duke shkaktuar një kalim të ngadaltë, të kontrolluar nga izolimi në atë përçues.

“Kjo arkitekturë e pajisjes është shumë interesante dhe inovative”, tha Oh, i cili është autori i parë i studimit. Në mënyrë tipike, materialet në një tranzicion të Mott përjetojnë një kalim të menjëhershëm nga izolimi në atë përçues sepse rryma rrjedh drejtpërdrejt përmes materialit, shpjegoi ai. “Në këtë rast, ne rrjedhim rrymë përmes një nanowire në krye të materialit për ta ngrohur atë dhe për të shkaktuar një ndryshim shumë gradual të rezistencës.”

Për të zbatuar pajisjen, studiuesit së pari fabrikuan një koleksion të këtyre pajisjeve të ashtuquajtura aktivizuese (ose neuronesh), së bashku me një grup të pajisjeve sinaptike. Pastaj ata integruan dy vargjet në një bord qark të shtypur me porosi dhe i lidhën së bashku për të krijuar një version harduer të një rrjeti nervor.

Studiuesit përdorën rrjetin për të përpunuar një imazh – në këtë rast, një fotografi të Bibliotekës Geisel në UC San Diego. Rrjeti kryen një lloj përpunimi të imazhit të quajtur zbulimi i skajit, i cili identifikon skicat ose skajet e objekteve në një imazh. Ky eksperiment demonstroi se sistemi i integruar i harduerit mund të kryejë operacione konvolucioni që janë thelbësore për shumë lloje të rrjeteve të thella nervore.

Studiuesit thonë se teknologjia mund të shkallëzohet më tej për të bërë detyra më komplekse siç janë njohja e fytyrës dhe objektit në makinat që drejtojnë vetveten. Me interes dhe bashkëpunim nga industria, kjo mund të ndodhë, vuri në dukje Kuzum.

“Tani për tani, kjo është një provë e konceptit,” tha Kuzum. “Eshtë një sistem i vogël në të cilin kemi grumbulluar vetëm një shtresë sinapsi me një shtresë aktivizimi. Duke grumbulluar më shumë nga këto së bashku, ju mund të krijoni një sistem më kompleks për aplikime të ndryshme. ”