Paràmetres clau per millorar els dispositius sinàptics artificials


L’inconvenient de l’alt consum d’energia del mètode informàtic convencional de von Neumann s’ha superat amb el desenvolupament de sistemes informàtics neuromòrfics, que imiten el cervell humà.

Paràmetres clau per millorar els dispositius sinàptics artificialsImatge conceptual de l’article. Crèdit d’imatge: Institut de Ciència i Tecnologia de Corea (KIST).

La implementació d’un dispositiu semiconductor que utilitza una tècnica de transmissió d’informació cerebral requereix un dispositiu de sinapsi artificial analògic d’alt rendiment que pugui expressar diferents forces de connexió sinàptica. Aquesta tècnica aprofita els senyals enviats quan una neurona produeix un senyal d’espiga.

Quan es consideren els dispositius tradicionals de memòria variable de resistència que s’utilitzen freqüentment com a sinapsis artificials, el camp elèctric es crea a mesura que el filament creix amb una resistència fluctuant, generant un fenomen de retroalimentació que condueix a un ràpid creixement del filament.

Com a resultat, és un repte incorporar molta plasticitat i mantenir la fluctuació de resistència analògica (gradual) en funció del tipus de filament.

L’equip del Dr. YeonJoo Jeong al Centre d’Enginyeria Neuromòrfica del Institut de Ciència i Tecnologia de Corea ha superat els problemes de llarga data amb les característiques sinàptiques analògiques, la plasticitat i la preservació de la informació en memristors i dispositius semiconductors neuromòrfics.

Va declarar la creació d’un dispositiu semiconductor sinàptic sintètic capaç d’una computació neuromòrfica extremadament fiable.

El rendiment dels dispositius semiconductors neuromòrfics actuals es va veure obstaculitzat per una modesta plasticitat sinàptica, que l’equip d’investigació de KIST va abordar ajustant les característiques redox dels ions d’elèctrodes actius.

A més, es van dopar i utilitzar diversos metalls de transició al dispositiu sinàptic per alterar la probabilitat que es redueixin els ions d’elèctrode actius. Es va demostrar que l’alta probabilitat de reducció dels ions és un factor crucial en la creació de dispositius sinàptics artificials d’alt rendiment.

L’equip d’estudi, per tant, va afegir un metall de transició de titani amb una alta probabilitat de reducció d’ions a un dispositiu sinàptic artificial ja existent.

Això conserva les propietats analògiques de la sinapsi i la plasticitat del dispositiu a la sinapsi del cervell biològic, que és al voltant de cinc vegades la diferència entre resistències altes i baixes.

L’equip també va crear un semiconductor neuromòrfic d’alt rendiment que és unes 50 vegades més efectiu.

En comparació amb el dispositiu sinàptic artificial actual, la retenció d’informació es va millorar fins a 63 vegades a causa de la reacció de formació d’alt aliatge que implicava el metall de transició de titani dopat. També es podrien fer simulacions més precises de certs processos cerebrals, com ara la depressió i la potenciació a llarg termini.

Utilitzant el dispositiu sinàptic artificial que havien construït, l’equip va intentar implementar un patró d’aprenentatge de xarxa neuronal artificial per al reconeixement d’imatges. Com a conseqüència, en comparació amb el dispositiu sinàptic artificial actual, la taxa d’error es va reduir en més d’un 60%.

A més, la precisió de reconeixement del patró d’imatge d’escriptura a mà (MNIST) va augmentar més d’un 69%. En millorar el dispositiu sinàptic artificial, l’equip d’investigació va demostrar la viabilitat d’un sistema informàtic neuromòrfic d’alt rendiment.

Aquest estudi va millorar dràsticament el rang de moviment sinàptic i la preservació de la informació, que eren les barreres tècniques més grans dels mímics sinàptics existents. Al dispositiu de sinapsi artificial desenvolupat, l’àrea d’operació analògica del dispositiu per expressar les diferents forces de connexió de la sinapsi s’ha maximitzat, de manera que es millorarà el rendiment de la informàtica d’intel·ligència artificial basada en simulació cerebral.

Dr. YeonJoo Jeong, científic d’investigació sènior, Centre d’Enginyeria Neuromòrfica, Institut de Ciència i Tecnologia de Corea

El doctor Jeong va afegir: “En la investigació de seguiment, fabricarem un xip de semiconductor neuromòrfic basat en el dispositiu de sinapsi artificial desenvolupat per realitzar un sistema d’intel·ligència artificial d’alt rendiment, millorant així encara més la competitivitat en el camp dels semiconductors d’intel·ligència artificial i el sistema domèstic.

Referència de la revista

Kang, J., et al. (2022) Memristor analògic de tipus clúster mitjançant l’enginyeria de dinàmiques redox per a la informàtica neuromòrfica d’alt rendiment. Comunicacions de la natura. doi:10.1038/s41467-022-31804-4.

Font: https://eng.kist.re.kr/eng/index.do