Sirkuit Mirip Neuron Membawa Komputer Mirip Otak Selangkah Lebih Dekat

Sirkuit Mirip Neuron Membawa Komputer Mirip Otak Selangkah Lebih Dekat – Untuk pertama kalinya, rekan-rekan saya dan saya telah membangun satu perangkat elektronik yang mampu menyalin fungsi sel-sel neuron di otak. Kami kemudian menghubungkan 20 dari mereka bersama-sama untuk melakukan perhitungan yang rumit. Karya ini menunjukkan bahwa secara ilmiah mungkin untuk membuat komputer canggih yang tidak bergantung pada transistor untuk menghitung dan yang menggunakan daya listrik jauh lebih sedikit daripada pusat data saat ini.

Sirkuit Mirip Neuron Membawa Komputer Mirip Otak Selangkah Lebih Dekat

Penelitian kami, yang saya mulai pada tahun 2004, dimotivasi oleh dua pertanyaan. Bisakah kita membangun satu elemen elektronik – setara dengan transistor atau sakelar – yang melakukan sebagian besar fungsi neuron yang diketahui di otak? Jika demikian, dapatkah kita menggunakannya sebagai blok bangunan untuk membangun komputer yang berguna? idn poker

Neuron disetel dengan sangat halus, dan begitu juga elemen elektronik yang menirunya. Saya ikut menulis makalah penelitian pada tahun 2013 yang menjelaskan secara prinsip apa yang perlu dilakukan. Rekan saya Suhas Kumar dan yang lainnya membutuhkan lima tahun eksplorasi yang cermat untuk mendapatkan komposisi dan struktur material yang tepat untuk menghasilkan properti yang diperlukan yang diprediksi dari teori.

Kumar kemudian melangkah lebih jauh dan membangun sirkuit dengan 20 elemen ini yang terhubung satu sama lain melalui jaringan perangkat yang dapat diprogram untuk memiliki kapasitansi tertentu, atau kemampuan untuk menyimpan muatan listrik. Dia kemudian memetakan masalah matematika ke kapasitansi dalam jaringan, yang memungkinkan dia untuk menggunakan perangkat untuk menemukan solusi untuk versi kecil dari masalah yang penting dalam berbagai analitik modern.

Contoh sederhana yang kami gunakan adalah melihat kemungkinan mutasi yang terjadi dalam keluarga virus dengan membandingkan potongan informasi genetik mereka.

Mengapa itu penting?

Performa komputer dengan cepat mencapai batas karena ukuran transistor terkecil di sirkuit terpadu kini mendekati lebar 20 atom. Lebih kecil dan prinsip-prinsip fisik yang menentukan perilaku transistor tidak berlaku lagi. Ada kompetisi berisiko tinggi untuk melihat apakah seseorang dapat membuat transistor yang jauh lebih baik, metode untuk menumpuk transistor atau perangkat lain yang dapat melakukan tugas yang saat ini membutuhkan ribuan transistor.

Pencarian ini penting karena orang telah terbiasa dengan peningkatan eksponensial kapasitas komputasi dan efisiensi selama 40 tahun terakhir, dan banyak model bisnis dan ekonomi kita telah dibangun di atas harapan ini. Insinyur dan ilmuwan komputer kini telah membangun mesin yang mengumpulkan sejumlah besar data, yang merupakan bijih dari mana komoditas yang paling berharga, informasi, disempurnakan. Volume data itu hampir dua kali lipat setiap tahun, yang melampaui kemampuan komputer saat ini untuk menganalisisnya.

Apa penelitian lain yang sedang dilakukan di bidang ini?

Teori dasar fungsi neuron pertama kali diusulkan oleh Alan Hodgkin dan Andrew Huxley sekitar 70 tahun yang lalu, dan masih digunakan sampai sekarang. Ini sangat kompleks dan sulit untuk disimulasikan di komputer, dan baru-baru ini telah dianalisis ulang dan dimasukkan ke dalam matematika teori dinamika nonlinier modern oleh Leon Chua.

Sirkuit Mirip Neuron Membawa Komputer Mirip Otak Selangkah Lebih Dekat

Saya terinspirasi oleh pekerjaan ini dan telah menghabiskan sebagian besar dari 10 tahun terakhir mempelajari matematika yang diperlukan dan mencari tahu bagaimana membangun perangkat elektronik nyata yang bekerja seperti yang diprediksi teori.

Ada banyak tim peneliti di seluruh dunia yang mengambil pendekatan berbeda untuk membangun chip komputer yang mirip otak, atau neuromorfik.

Apa berikutnya

Tantangan teknologi sekarang adalah untuk meningkatkan demonstrasi bukti prinsip kami menjadi sesuatu yang dapat bersaing dengan raksasa digital saat ini.…

Continue Reading

Share