Neuromorphic Computing Breakthrough가 AI를 방해 할 수 있습니다.

과학자들은 배우고 진화 할 수있는 두뇌와 같은 유기 트랜지스터를 만듭니다.

출처 : geralt / pixabay

인간의 두뇌는 놀랍도록 복잡하지만 에너지 효율적인지 시스템입니다. 과학자 및 연구원은 인공 지능 (인공 지능), 기계 학습 및 심층 학습을위한 영감의 원천으로 두뇌의 구조를 연구합니다. 인공 신경 네트워크 (artificial neural network, ANN)에 대한 개념은 뉴런 대신 인공 노드를 사용하는 뇌와 유사합니다. Neuromorphic 컴퓨팅은 물리학, 수학, 전자 공학, 생물학, 컴퓨터 과학 및 신경 과학을 바탕으로 뇌의 아키텍처와 유사한 인공 신경 시스템을 만드는 학제 적 노력입니다. 스웨덴 Linköping 대학의 과학자 팀은 최근 새로운 학습 트랜지스터를 설계함으로써 신경 모폴로지 컴퓨팅 분야에서 획기적인 발전을 이루었습니다. 어제 Advanced Science 에서 연구 결과를 발표했습니다.

오늘날 기계 학습은 사전 제작 된 회로에서 수행됩니다. 대조적으로, 뇌는 이전 연결이없는 곳에 새로운 연결을 형성 할 수 있습니다. Simone Fabiano, Jennifer Y. Gerasimov, Roger Gabrielsson, Robert Forchheimer, Eleni Stavrinidou, Daniel T. Simon, Magnus Berggren 연구팀은 유기 전기 화학 트랜지스터 (OECT)를 만들었습니다.이 유기 전기 화학 트랜지스터는 입력과 출력 간의 새로운 연결 고리를 형성하고, 단기 및 장기 기억을 모두 가지고 있습니다.

• 재미와 건강을위한 10 가지 맛있는 “운동 간식”
• 외상을 입은 사람들은 당신이 알고 싶어하는 것이 무엇입니까?
• 회복하는 심장 전문의와 통제 착각
• 외상이란 무엇입니까?
• 자기기만 제 3 부 : 해리

유기 전기 화학 트랜지스터는 전기 전도성 용액 (전해질)에서 반도체 채널로의 이온 주입을 통해 전자 신호 및 전력을 증폭 또는 전환 할 수 있습니다. 현재의 유기 전기 화학 트랜지스터는 전형적으로 PEDOT라고하는 전도성 중합체를 사용한다. Linköping University의 유기 전자 연구소의 연구팀 멤버 인 Roger Gabrielsson은 대신 ETE-S라는 단량체를 개발했습니다.

입력 신호가 조작되면 주어진 자극에 대한 트랜지스터 응답의 강도는 몇 배의 범위 내에서 조절 될 수 있다고 연구진은 지적했다. 따라서 팀의 유기 전기 화학 트랜지스터는 단기간 및 장기간의 두뇌 신경 합성과 유사한 방식으로 작동 할 수있었습니다. Neuroplasticity는 새로운 신경 연결을 형성하여 스스로를 재구성 할 수있는 뇌의 능력입니다.

캠퍼스 노르 코핑 (Campus Norrköping)의 유기 전자 연구실 (Organic Electronics Laboratory of Organic Electronics)의 유기 나노 전자 공학의 수석 연구원 인 Simone Fabiano는 “새로운 전자 부품의 실시간 형성이 신경 미세 소자에 처음으로 나타난다”고 밝혔다.

• 회고적인 질투 극복
• 개는 현재와 다른 유해한 신화에 살고있다.
• 어떤 정신 질환이 가장 불능인가요?
• “Drunkorexia”는 진짜일까요?
• “내 강아지 샤라 정말 다른 동물과 친구가 되나요?”

Fabiano는 연구팀의 새로운 유기 전기 화학 트랜지스터가 인간 두뇌가 두 세포 사이에서 신호를 전송할 때 소비되는 에너지에 근접하는 에너지 소비로 수천 개의 정상적인 트랜지스터 작업을 수행 할 수 있다고 주장했다.

이 혁신적인 기술은 2 개 이상의 레이어가있는 인공 신경 네트워크로 구성된 인공 지능 기계 학습의 하위 집합 인 심층 학습에 유용합니다. 딥 학습은 많은 수의 노드 (인공 뉴런)로 구성된 각 레이어가 계산 및 메모리 모두에 필요한 대규모 리소스를 필요로하는 신경 프로세싱의 여러 레이어를 포함하고 있기 때문에 리소스 집약적입니다. 이것은 대용량 병렬 처리 기능 (대 직렬 처리)을 갖춘 일반 컴퓨팅을위한 GPU (그래픽 처리 장치)의 증가가 심층 학습의 증가를 가속화시킨 이유를 설명합니다. 심화 학습의 패턴 인식 능력이 향상됨에 따라 처리 능력이 향상되었습니다. 깊은 학습의 발전은 AI 르네상스의 기초입니다.

그랜드 뷰 리서치 (Global View Research)의 2018 년 4 월 보고서에 따르면 전세계 신경 모폴 컴퓨팅 시장은 2024 년까지 미화 64 억 8000 만 달러에이를 것으로 예상됩니다. Neuromorphic 칩은 가전 제품, 로봇 공학, 자동차 및 기타 제품에 사용됩니다. 이 새로운 트랜지스터는 인공 지능 기계 학습이 진화 할 수있는 유기 전자 기기를 기반으로하는 미래를 예고 할 것입니까?

Copyright © 2019 Cami Rosso 모든 권리 보유.

참고 문헌

Linköping University. “배우는 트랜지스터는 뇌를 모방합니다 : 신경 미세 응용을위한 진화 할 수있는 유기 전기 화학 트랜지스터” ScienceDaily . 2019 년 2 월 5 일.