Ooit gewenst dat uw computer zou kunnen denken zoals u, of u misschien zelfs zou begrijpen?

Die toekomst is misschien niet nu, maar het is een stap dichterbij, dankzij een team van wetenschappers en ingenieurs onder leiding van de Texas A&M University en hun recente ontdekking van een op materialen gebaseerde nabootsing van de neurale signalen die verantwoordelijk zijn voor het verzenden van informatie in het menselijk brein.

Het multidisciplinaire team, geleid door de Texas A&M-chemicus Sarbajit Banerjee in samenwerking met de Texas A&M elektro- en computeringenieur R. Stanley Williams en andere collega's in Noord-Amerika en in het buitenland, heeft een neuronachtig elektrisch schakelmechanisme ontdekt in het vastestofmateriaal β'-CuxV2O5, met name hoe het omkeerbaar wisselt tussen geleidend en isolerend gedrag op commando.

Het team was in staat om het onderliggende mechanisme dat dit gedrag veroorzaakt te verduidelijken door een nieuwe kijk te nemen op β'-CuxV2O5, een opmerkelijk kameleonachtig materiaal dat verandert met de temperatuur of een toegepaste elektrische stimulus. In het proces, ze richtten zich op hoe koperionen in het materiaal bewegen en hoe deze subtiele dans op zijn beurt elektronen rondklotst om het te transformeren. Uit hun onderzoek bleek dat de beweging van koperionen de spil is van een verandering in elektrische geleidbaarheid die kan worden gebruikt om elektrische pieken te creëren op dezelfde manier als neuronen in het cerebrale zenuwstelsel functioneren - een belangrijke stap in de richting van de ontwikkeling van circuits die functioneren als het menselijk brein .

Hun resulterende papier, met Texas A&M chemie afgestudeerde studenten Abhishek Parija (nu bij Intel Corporation), Justin Andrews en Joseph Handy als eerste auteurs, wordt vandaag (27 februari) gepubliceerd in het tijdschrift Cell Press Materie .

In hun zoektocht naar het ontwikkelen van nieuwe vormen van energiezuinig computergebruik, de brede groep van medewerkers kapitaliseert op materialen met afstembare elektronische instabiliteiten om wat bekend staat als neuromorphic computing te bereiken, of computergebruik dat is ontworpen om de unieke mogelijkheden en ongeëvenaarde efficiëntie van de hersenen te repliceren.

"De natuur heeft ons materialen gegeven met de juiste soorten gedrag om de informatieverwerking in de hersenen na te bootsen, maar degenen die tot nu toe zijn gekarakteriseerd, hebben verschillende beperkingen gehad, " zei Williams. "Het belang van dit werk is om aan te tonen dat scheikundigen rationeel elektrisch actieve materialen kunnen ontwerpen en creëren met aanzienlijk verbeterde neuromorfe eigenschappen. Naarmate we meer begrijpen, onze materialen zullen aanzienlijk verbeteren, dus een nieuwe weg naar de voortdurende technologische vooruitgang van onze computercapaciteiten."

Terwijl smartphones en laptops bij elke iteratie ogenschijnlijk slanker en sneller worden, Parija merkt op dat nieuwe materialen en computerparadigma's die vrij zijn van conventionele beperkingen, nodig zijn om te voldoen aan de voortdurende eisen op het gebied van snelheid en energie-efficiëntie die de mogelijkheden van siliciumcomputerchips onder druk zetten. die hun fundamentele grenzen op het gebied van energie-efficiëntie bereiken. Neuromorphic computing is zo'n benadering, en manipulatie van schakelgedrag in nieuwe materialen is een manier om dit te bereiken.

"Het centrale uitgangspunt - en bij uitbreiding de centrale belofte - van neuromorfisch computergebruik is dat we nog steeds geen manier hebben gevonden om berekeningen uit te voeren op een manier die even efficiënt is als de manier waarop neuronen en synapsen in het menselijk brein functioneren, " zei Andries, een NASA Space Technology Research Fellow. "De meeste materialen zijn isolerend (niet geleidend), metaalachtig (geleidend) of ergens in het midden. Sommige materialen, echter, kan transformeren tussen de twee toestanden:isolerend (uit) en geleidend (aan) bijna op commando."

Door gebruik te maken van een uitgebreide combinatie van computationele en experimentele technieken, Handy zei dat het team niet alleen kon aantonen dat dit materiaal een overgang ondergaat die wordt veroorzaakt door veranderingen in temperatuur, spanning en elektrische veldsterkte die kunnen worden gebruikt om neuronachtige circuits te creëren, maar ook uitgebreid uitleggen hoe deze overgang plaatsvindt. In tegenstelling tot andere materialen met een metaal-isolatorovergang (MIT), dit materiaal is afhankelijk van de beweging van koperionen binnen een stijf rooster van vanadium en zuurstof.

"We laten in wezen zien dat een zeer kleine beweging van koperionen in de structuur een enorme verandering in geleiding in het hele materiaal teweegbrengt, ' voegde Handy eraan toe. 'Vanwege deze beweging van koperionen, het materiaal transformeert van isolerend naar geleidend als reactie op externe temperatuurveranderingen, aangelegde spanning of aangelegde stroom. Met andere woorden, door een kleine elektrische puls toe te passen, kunnen we het materiaal transformeren en informatie erin opslaan terwijl het in een circuit werkt, net zoals hoe neuronen in de hersenen werken."

Andrews vergelijkt de relatie tussen de koper-ionenbeweging en elektronen op de vanadiumstructuur met een dans.

"Als de koperionen bewegen, elektronen op het vanadiumrooster bewegen samen, spiegelen van de beweging van de koperionen, " zei Andrews. "Op deze manier, ongelooflijk kleine bewegingen van de koperionen veroorzaken grote elektronische veranderingen in het vanadiumrooster zonder waarneembare veranderingen in de vanadium-vanadiumbinding. Het is alsof de vanadiumatomen 'zien' wat het koper doet en daarop reageren."

zenden, het opslaan en verwerken van gegevens is momenteel goed voor ongeveer 10 procent van het wereldwijde energieverbruik, maar Banerjee zegt dat extrapolaties aangeven dat de vraag naar berekeningen vele malen groter zal zijn dan de verwachte wereldwijde energievoorziening tegen 2040 kan leveren. Exponentiële toename van de computercapaciteit is daarom vereist voor transformatieve visies, inclusief het internet der dingen, autonoom vervoer, rampbestendige infrastructuur, gepersonaliseerde geneeskunde en andere grote maatschappelijke uitdagingen die anders zouden worden beperkt door het onvermogen van de huidige computertechnologieën om de omvang en complexiteit van door mensen en machines gegenereerde gegevens aan te kunnen. Hij zegt dat een manier om uit de beperkingen van conventionele computertechnologie te komen, is door een richtsnoer te nemen van de natuur, met name, de neurale circuits van het menselijk brein, die de conventionele computerarchitecturen enorm overtreft op het gebied van energie-efficiëntie en ook nieuwe benaderingen biedt voor machine learning en geavanceerde neurale netwerken.

"Om de essentiële elementen van neuronale functie na te bootsen in kunstmatige circuits, we hebben solid-state materialen nodig die elektronische instabiliteiten vertonen, die, zoals neuronen, kunnen informatie opslaan in hun interne staat en in de timing van elektronische gebeurtenissen, " zei Banerjee. "Ons nieuwe werk onderzoekt de fundamentele mechanismen en het elektronische gedrag van een materiaal dat dergelijke instabiliteiten vertoont. Door dit materiaal grondig te karakteriseren, we hebben ook informatie verstrekt die het toekomstige ontwerp van neuromorfe materialen zal instrueren, die een manier kan bieden om de aard van machineberekening te veranderen van eenvoudige rekenkunde naar hersenachtige intelligentie, terwijl zowel de doorvoer als de energie-efficiëntie van processors drastisch wordt verhoogd."

Omdat de verschillende componenten die logische bewerkingen afhandelen, opslaggeheugen en overdrachtsgegevens zijn allemaal gescheiden van elkaar in conventionele computerarchitectuur, Banerjee zegt dat ze worden geplaagd door inherente inefficiënties met betrekking tot zowel de tijd die nodig is om informatie te verwerken als hoe fysiek dicht bij elkaar kunnen zijn voordat thermische verspilling en elektronen die "per ongeluk" tunnelen tussen componenten grote problemen worden. Daarentegen, in het menselijk brein, logica, memory storage and data transfer are simultaneously integrated into the timed firing of neurons that are densely interconnected in 3-D fanned-out networks. Als resultaat, the brain's neurons process information at 10 times lower voltage and an almost 5, 000 times lower synaptic operation energy in comparison to silicon computing architectures. To come close to achieving this kind of energetic and computational efficiency, he says new materials are needed that can undergo rapid internal electronic switching in circuits in a way that mimics how neurons fire in timed sequences.

Handy notes that the team still needs to optimize many parameters, such as transition temperature and switching speed along with the magnitude of the change in electrical resistance. By determining the underlying principles of the MIT in β'-CuxV2O5 as a prototype material within an expansive field of candidates, echter, the team has identified certain design motifs and tunable chemical parameters that ultimately prove useful in the design of future neuromorphic computing materials, a major endeavor that has been seeded by the Texas A&M X-Grant Program.

"This discovery is very exciting because it provides fertile ground for the development of new design principles for tuning materials properties and also suggests exciting new approaches to researchers in the field for thinking about energy efficient electronic instabilities, " Parija said. "Devices that incorporate neuromorphic computing promise improved energy efficiency that silicon-based computing has yet to deliver, as well as performance improvements in computing challenges like pattern recognition—tasks that the human brain is especially well-equipped to tackle. The materials and mechanisms we describe in this work bring us one step closer to realizing neuromorphic computing and in turn actualizing all of the societal benefits and overall promise that comes with it."