Het vermogen van de hersenen om tegelijkertijd grote hoeveelheden informatie te leren en te onthouden, terwijl er weinig energie voor nodig is, heeft een heel veld geïnspireerd om hersenachtige - of neuromorfische - computers na te streven. Onderzoekers van Stanford University en Sandia National Laboratories ontwikkelden eerder een deel van zo'n computer:een apparaat dat fungeert als een kunstmatige synaps, nabootsen van de manier waarop neuronen communiceren in de hersenen.

In een paper online gepubliceerd door het tijdschrift Wetenschap op 25 april het team meldt dat een prototype-array van negen van deze apparaten zelfs beter presteerde dan verwacht in verwerkingssnelheid, energie-efficiëntie, reproduceerbaarheid en duurzaamheid.

Ergens naar uitkijken, de teamleden willen hun kunstmatige synaps combineren met traditionele elektronica, waarvan ze hopen dat het een stap kan zijn in de richting van het ondersteunen van kunstmatig intelligent leren op kleine apparaten.

"Als je een geheugensysteem hebt dat kan leren met de energie-efficiëntie en snelheid die we hebben gepresenteerd, dan stop je dat in een smartphone of laptop, " zei Scott Keene, co-auteur van het artikel en een afgestudeerde student in het lab van Alberto Salleo, hoogleraar materiaalkunde en techniek aan Stanford, co-senior auteur. "Dat zou toegang bieden tot de mogelijkheid om onze eigen netwerken te trainen en problemen lokaal op onze eigen apparaten op te lossen zonder daarvoor afhankelijk te zijn van gegevensoverdracht."

Een slechte batterij, een goede synaps

De kunstmatige synaps van het team is vergelijkbaar met een batterij, aangepast zodat de onderzoekers de stroom van elektriciteit tussen de twee terminals kunnen verhogen of verlagen. Die stroom van elektriciteit emuleert hoe leren in de hersenen is bedraad. Dit is een bijzonder efficiënt ontwerp omdat gegevensverwerking en geheugenopslag in één handeling plaatsvinden, in plaats van een meer traditioneel computersysteem waarbij de gegevens eerst worden verwerkt en later naar de opslag worden verplaatst.

Het is een cruciale stap om te zien hoe deze apparaten in een array presteren, omdat het de onderzoekers in staat stelt om verschillende kunstmatige synapsen tegelijkertijd te programmeren. Dit kost veel minder tijd dan elke synaps één voor één te moeten programmeren en is vergelijkbaar met hoe de hersenen eigenlijk werken.

In eerdere tests van een eerdere versie van dit apparaat, de onderzoekers ontdekten dat hun verwerkings- en geheugenactie ongeveer een tiende zoveel energie vereist als een ultramodern computersysteem nodig heeft om specifieke taken uit te voeren. Nog altijd, de onderzoekers vreesden dat de som van al deze apparaten die samenwerken in grotere arrays, het risico zou lopen te veel stroom te trekken. Dus, ze hebben elk apparaat opnieuw ontworpen om minder elektrische stroom te geleiden - waardoor ze veel slechtere batterijen werden, maar de array nog energiezuiniger maakte.

De 3-bij-3-array was gebaseerd op een tweede type apparaat - ontwikkeld door Joshua Yang aan de Universiteit van Massachusetts, Amherst, wie is co-auteur van het artikel - dat fungeert als een schakelaar voor het programmeren van synapsen binnen de array.

"Om alles te bekabelen was veel probleemoplossing en veel kabels nodig. We moesten ervoor zorgen dat alle arraycomponenten goed samenwerkten, " zei Armantas Melianas, een postdoctoraal onderzoeker in het Salleo-lab. "Maar toen we alles zagen oplichten, het was als een kerstboom. Dat was het meest opwindende moment."

Tijdens het testen, de array presteerde beter dan de verwachtingen van de onderzoekers. Het presteerde met zo'n snelheid dat het team voorspelt dat de volgende versie van deze apparaten zal moeten worden getest met speciale high-speed elektronica. Na het meten van de hoge energie-efficiëntie in de 3-bij-3 array, de onderzoekers voerden computersimulaties uit van een grotere 1024-bij-1024 synaps-array en schatten dat deze zou kunnen worden aangedreven door dezelfde batterijen die momenteel worden gebruikt in smartphones of kleine drones. De onderzoekers waren ook in staat om de apparaten meer dan een miljard keer te wisselen - nog een bewijs van de snelheid - zonder enige verslechtering in het gedrag te zien.

"Het blijkt dat polymere apparaten, als je ze goed behandelt, kunnen net zo veerkrachtig zijn als traditionele tegenhangers gemaakt van silicium. Dat was misschien wel het meest verrassende aspect vanuit mijn oogpunt, " zei Salleo. "Voor mij, het verandert hoe ik denk over deze polymere apparaten in termen van betrouwbaarheid en hoe we ze zouden kunnen gebruiken."

Ruimte voor creativiteit

De onderzoekers hebben hun array nog niet onderworpen aan tests die bepalen hoe goed het leert, maar dat is iets dat ze van plan zijn te bestuderen. Het team wil ook zien hoe hun apparaat verschillende omstandigheden doorstaat - zoals hoge temperaturen - en werken aan integratie met elektronica. Er zijn ook nog veel fundamentele vragen die de onderzoekers kunnen helpen begrijpen waarom hun apparaat zo goed presteert.

"We hopen dat meer mensen aan dit type apparaat gaan werken, omdat er niet veel groepen zijn die zich richten op deze specifieke architectuur. maar we denken dat het veelbelovend is, Melianas zei. "Er is nog veel ruimte voor verbetering en creativiteit. We raakten amper de oppervlakte."