Специалисты Корейского института науки и техники (KIST) в Сеуле под руководством д-ра Йонджу Чон из Центра нейроморфной инженерии смогли преодолеть ограничения аналоговых синаптических характеристик, пластичности и сохранения информации, которые служат препятствиями для создания мемристоров – нейроморфных полупроводниковых устройств. Об этом сообщает портал TechXplore. Перевод основных положений публикации представлен изданием discover24.ru.
Технология нейроморфных вычислительных систем, имитирующих человеческий мозг, должна преодолеть ограничение чрезмерного энергопотребления, которое характерно для существующего метода вычислений фон Неймана. Высокопроизводительное аналоговое устройство на основе искусственного синапса требуется для реализации полупроводникового устройства, использующего метод аналоговой передачи информации в мозг. Этот метод использует сигналы, передаваемые между нейронами, когда нейрон генерирует пиковый сигнал.
Однако с обычными устройствами памяти с переменным сопротивлением, широко используемыми в качестве искусственных синапсов, по мере роста нити с переменным сопротивлением – электрическое поле увеличивается, вызывая явление обратной связи, что приводит к быстрому росту нити. Поэтому столь сложно реализовать пластичность нити и стабильность работы искусственных синапсов.
Исследовательская группа KIST нашла способ преодоления этих проблем. Специалисты смогли точно настроить окислительно-восстановительные свойства ионов активного электрода, чтобы решить проблемы с синаптической пластичностью. Кроме того, переходные металлы были легированы и использованы в синаптическом устройстве, поддерживая высокую способность восстановления ионов активного электрода.
Разработчики успешно ввели в существующее искусственное синаптическое устройство переходный металл – титан, обладающий высокой вероятностью восстановления ионов. Это поддерживает аналоговые характеристики синапса и пластичность устройства в синапсе биологического мозга, что примерно в пять раз превышает разницу между высоким и низким сопротивлением.
Разработанный KIST высокопроизводительный нейроморфный полупроводник показал себя в тестах примерно в 50 раз эффективнее прежних аналогов. За счет легирования титаном, удержание информации увеличилось до 63 раз по сравнению с другими искусственными синаптическими устройствами.
В заключение исследователи внедрили модель обучения искусственной нейронной сети, используя разработанное ими новое искусственное синаптическое устройство, и попыталась научить ИИ распознавать изображения. В итоге частота ошибок была снижена более чем на 60% по сравнению с прежними устройствами; точность распознавания образов рукописного ввода увеличилась более чем на 69%.
Таким образом, работа исследователей KIST подтвердила возможность создания высокопроизводительной и намного более стабильной нейроморфной вычислительной системы за счет улучшенного искусственного синаптического устройства, ставшего основой более лучшего моделирования деятельности человеческого мозга.