研究人員使用半導(dǎo)體材料模仿大腦神經(jīng)元

計(jì)算機(jī)芯片是人工智能(AI)的最重要方面之一。功能強(qiáng)大的小片段是自動(dòng)圖像識別的基礎(chǔ)，并部分負(fù)責(zé)教會機(jī)器人如何進(jìn)行某些活動(dòng)，例如步行。隨著AI技術(shù)潛力的不斷增長，當(dāng)今的計(jì)算機(jī)芯片必須既功能強(qiáng)大又經(jīng)濟(jì)實(shí)惠，但這是很難完成的事情。

由于傳統(tǒng)的微電子技術(shù)由于物理上的限制只能進(jìn)行如此多的優(yōu)化，因此研究人員像往常一樣轉(zhuǎn)向人的大腦，以尋求如何更有效地處理和存儲信息的靈感。

德累斯頓工業(yè)大學(xué)和德累斯頓-羅斯森多夫Helmholtz-Zentrum(HZDR)的科學(xué)家們首次通過使用半導(dǎo)體材料成功地模仿了大腦神經(jīng)元的工作原理。

這項(xiàng)研究發(fā)表在《自然電子》雜志上。

這項(xiàng)工作是由三位主要作者完成的，其中包括HZDR物理學(xué)家Larysa Baraban，這是六個(gè)機(jī)構(gòu)之間的國際合作。

當(dāng)今的微電子與人工神經(jīng)元

今天最常用于提高微電子學(xué)性能的技術(shù)是減小組件尺寸。在硅計(jì)算機(jī)芯片的情況下，這種減少發(fā)生在單個(gè)晶體管上。

巴拉班說：“這不可能無限期地進(jìn)行，我們需要新的方法。”

研究人員著手模擬大腦并創(chuàng)建可以結(jié)合數(shù)據(jù)處理和數(shù)據(jù)存儲的人工神經(jīng)元。

“我們的團(tuán)隊(duì)在生物和化學(xué)電子傳感器方面擁有豐富的經(jīng)驗(yàn)，” Barbara說。“因此，我們使用生物傳感器原理模擬了神經(jīng)元的特性，并修改了經(jīng)典的場效應(yīng)晶體管以創(chuàng)建人造神經(jīng)元晶體管。”

這種方法允許在一個(gè)組件內(nèi)同時(shí)進(jìn)行存儲和信息處理。在當(dāng)今最常用的晶體管技術(shù)中，這兩個(gè)過程是分開的，從而導(dǎo)致處理時(shí)間變慢和性能受到限制。