人工神经晶体管创造使用半导体材料模仿神经元的功能杨孝君
时间：2022/08/30 22:40:43 编辑：
人工神经晶体管创造：使用半导体材料模仿神经元的功能
尤其是在人工智能领域的活动，例如教机器人走路或精确的自动图像识别，要求功能越来越强大，但同时又需要更经济的计算机芯片。
尽管常规微电子技术的优化正逐步达到其物理极限，但自然为我们提供了一个蓝图，说明了如何快速有效地处理和存储信息：我们自己的大脑。
德累斯顿工业大学和德累斯顿-罗斯森多夫Helmholtz-Zentrum的科学家们现在第一次使用半导体材料成功地模仿了大脑神经元的功能他们的研究结果发表在《自然电子》杂志上。
如今，通常通过减小组件尺寸来提高微电子学的性能。
拉里萨·巴拉班断言：“但这不可能无限期地发展下去，我们需要新的方法。”
自今年年初以来一直在HZDR工作的物理学家是国际研究的三位主要作者之一，该研究涉及总共六个研究所。一种方法是基于大脑，将数据处理与人工神经元中的数据存储相结合。
“我们小组在生物和化学电子传感器方面拥有丰富的经验，”巴拉班继续说道。“因此，我们使用生物传感器的原理模拟了神经元的特性，并修改了经典的场效应晶体管以创建人造神经晶体管。” 这种架构的优势在于在单个组件中同时存储和处理信息。
在常规晶体管技术中，它们是分开的，这减慢了处理时间，因此最终也限制了性能。
硅晶片+聚合物=能够学习的芯片
在人脑上对计算机建模并不是什么新主意。数十年前，科学家们尝试将神经细胞连接到培养皿中的电子设备上。
德累斯顿工业大学的Gianaurelio Cuniberti说：“但是，任何时候都必须喂饱的湿计算机芯片没有用。”
材料科学与纳米技术教授是神经晶体管背后的三个大脑之一，与德累斯顿电气工程基础教授罗纳德·特兹拉夫和加州大学伯克利分校的莱昂·蔡一样，他们早在1970年代就已经提出了类似的要求。
现在，Cuniberti，Baraban和他们的团队已经能够实现它：“我们将粘性物质应用于具有电路的传统硅片。
这种聚合物硬化并变成多孔陶瓷，”材料科学教授解释说。“离子在空穴之间移动。它们比电子重，并且在激发后返回其位置较慢。
这种滞后现象称为滞后现象，是造成存储效应的原因。” 正如Cuniberti解释的那样，这是晶体管功能的决定性因素。
“单个晶体管被激励得越多，它将越早打开并让电流流动。这将增强连接。系统正在学习。”
但是，库尼贝蒂和他的团队并不专注于传统问题。科学家解释说：“基于我们芯片的计算机精度会降低，往往会估计数学计算，而不是计算到最后一个小数。”
“但是它们会更加智能。例如，带有这种处理器的机器人将学会走路或抓握；它将拥有光学系统并学会识别连接。所有这些都无需开发任何软件。”
但是，这些并不是神经形态计算机的唯一优势。由于它们具有类似于人脑的可塑性，因此它们可以适应操作过程中不断变化的任务，从而解决了最初未被编程的问题。