MIT Scientists Design Synapse Buatan untuk Cakera Komputer Seperti Otak

Satu era baru pengkomputeran semakin hampir, sebagai penyelidik telah mencipta reka bentuk dan menjalankan ujian praktikal pertama untuk sinaps tiruan yang boleh membiarkan komputer meniru beberapa fungsi otak yang paling kuat dan rumit.

Walaupun komputer mungkin kelihatan lebih kuat daripada otak kita, kita sebenarnya boleh menangani pelbagai isyarat yang mungkin lebih luas daripada "on" dan "off" binari, terima kasih kepada sinaps yang mengendalikan hubungan antara neuron.

Meniru semula keupayaan itu dalam komputer memerlukan sinaps tiruan yang boleh dihantar dengan sendirinya semua isyarat yang berbeza. Seperti yang mereka terangkan dalam terbitan jurnal Isnin ini Bahan Alam, penyelidik di Institut Teknologi Massachusetts telah melakukan apa yang mereka panggil ujian praktikal pertama seperti sinaps buatan, melepaskan apa yang dikenali sebagai pengkomputeran neuromorphik.

Walaupun ujian hanya berlaku dalam simulasi komputer, ujian itu menjanjikan. Para penyelidik menggunakan reka bentuk sinaps tiruan untuk mengenali sampel tulisan tangan yang berbeza. Simulasi yang mereka jalankan berjaya hampir menyamai apa yang boleh dilakukan oleh algoritma tradisional yang sedia ada dari segi ketepatan - 95 berbanding 97 peratus - yang merupakan titik permulaan yang mengagumkan untuk teknologi dalam adalah permulaan yang mutlak.

Komputer digital tradisional bergantung pada isyarat perduaan. Nilai satu bermakna "pada," manakala nilai sifar bermakna "mati". Oleh kerana komputer boleh melakukan pengiraan tertentu lebih cepat dan lebih cekap daripada yang kita boleh, mudah untuk menganggap bahawa pendekatan binari ini lebih baik daripada apa yang berlaku di dalam kita otak.

Tetapi persediaan analog neuron 100 bilion di dalam setiap otak kita boleh dibilang lebih canggih. The 100 trilion sinapsis yang menguruskan hubungan antara neuron tersebut tidak semata-mata menghantar atau mematikan isyarat.

Jenis dan bilangan ion yang berlainan yang mengalir di sinaps yang tertentu menentukan betapa kuat isyarat yang dihantar ke neuron tertentu, dan spektrum mesej yang mungkin bermakna otak kita boleh membuka kunci pelbagai pengiraan yang jauh lebih besar. Sekiranya komputer dapat menambah kerumitan semacam itu kepada alat yang sudah cukup besar, anda akan melihat beberapa mesin yang sangat kuat - dan mereka tidak perlu menjadi gergasi sama ada.

Inilah masalahnya: Alam mempunyai beberapa bilion tahun untuk menyempurnakan sinapsis di otak kita dan spesies lain. Para penyelidik hanya mencipta setaraf sintetik selama beberapa tahun, dan terdapat beberapa penghalang utama. Yang terbesar adalah bahawa apa-apa sinaps tiruan mesti dengan pasti menghantar tepat isyarat jenis yang sama untuk setiap input yang diterima, jika tidak, kerumitan hanya menurunkan huru-hara.

"Sebaik sahaja anda menggunakan beberapa voltan untuk mewakili beberapa data dengan neuron buatan anda, anda perlu memadam dan dapat menulisnya sekali lagi dengan cara yang sama," kata Kim. "Tetapi dalam pepejal amorf, apabila anda menulis semula, ion-ion itu akan berada di arah yang berbeza kerana terdapat banyak kecacatan. Aliran ini berubah, dan sukar dikawal. Itulah masalah terbesar - ketidaksamaan dari sinaps buatan."

Para penyelidik MIT optimis reka bentuk mereka telah membuat kemajuan besar dalam masalah ini dengan menggunakan bahan yang berbeza, silikon tunggal-kristal yang melakukan sempurna tanpa cacat. Dalam penyelakuan, para penyelidik telah direka sinaps tiruan di atas asas ini menggunakan bahan transistor biasa silikon germanium, mereka mampu mencipta arus yang berubah-ubah hanya kira-kira empat peratus antara sinaps yang berlainan. Itu tidak sempurna, tetapi ia adalah peningkatan yang besar terhadap apa yang telah dicapai sebelum ini.

Buat masa ini, kerja ini tetap teori, dan ada perbezaan antara menunjukkan hasil yang menjanjikan dalam simulasi berbanding dengan realiti bahawa dalam ujian sebenar sebenar dunia. Tetapi Kim dan pasukannya optimis.

"Ini membuka batu loncatan untuk menghasilkan perkakasan tiruan sebenar," katanya.