Новий транзистор, подібний до мозку, виводить машинне навчання на "вищий рівень мислення"
Раніше вчені отримували лише "синаптичні транзистори" для роботи в кріогенних умовах, але розроблено перший, який може працювати за кімнатної температури - при цьому перевершуючи найкращі у своєму класі системи машинного навчання.
Вчені розробили транзистор, який зберігає та обробляє інформацію подібно до людського мозку та може виконувати когнітивні завдання, з якими більшість систем штучного інтелекту (ШІ) мають труднощі, розповідають OstanniPodii.com.
Ця технологія, відома як "синаптичний транзистор", імітує архітектуру людського мозку, в якій обчислювальна потужність і пам'ять повністю інтегровані та знаходяться в поруч. Це відрізняється від традиційної обчислювальної архітектури, в якій процесор і пам'ять є фізично розділеними.
"Мозок має принципово іншу архітектуру, ніж цифровий комп'ютер", - говорить Марк Херсам, співкерівник дослідження та професор матеріалознавства, інженерії та обчислювальної техніки в Північно-Західному університеті. "У цифровому комп'ютері дані рухаються туди-сюди між мікропроцесором і пам'яттю, що споживає багато енергії й створює вузьке місце при спробі виконувати кілька завдань одночасно".
Завдяки повній інтеграції між обчислювальною потужністю та пам'яттю синаптичний транзистор може досягти значно вищої енергоефективності й надзвичайно швидко переміщати дані, пишуть дослідники в роботі, опублікованій в журналі Nature. За словами вчених, ця нова форма обчислювальної архітектури необхідна, оскільки покладання на традиційну електроніку в епоху великих даних і зростання попиту на обчислювальні робочі навантаження ШІ призведе до безпрецедентного споживання енергії.
За словами дослідників, раніше вже створювалися синаптичні транзистори, але вони працювали лише при екстремально низьких температурах. На відміну від них, новий транзистор використовує матеріали, які працюють за кімнатної температури.
У звичайній електроніці транзистори розміщують на кремнієвій пластині, але в новому синаптичному транзисторі дослідники склали двошаровий графен і гексагональний нітрид бору. Вони цілеспрямовано скрутили їх, щоб сформувати так званий муаровий візерунок.
Коли дослідники обертали один шар відносно іншого, з'являлися нові електронні властивості, які не існували в жодному з шарів окремо. Щоб змусити транзистор працювати при кімнатній температурі, потрібно було використовувати певний ступінь повороту і майже ідеальне вирівнювання між двома матеріалами.
Дослідники протестували чіп, спочатку навчивши його на даних, щоб він навчився розпізнавати шаблони. Потім вони показали чіпу нові послідовності, які були схожі на навчальні дані, але не такі ж самі. Цей процес, відомий як асоціативне навчання, не під силу більшості систем машинного навчання.
"Якщо ШІ має імітувати людське мислення, то одним із завдань найнижчого рівня буде класифікація даних, тобто просте сортування за кошиками", - каже Херсам. "Наша мета - розвивати технологію ШІ в напрямку більш високого рівня мислення. Реальні умови часто бувають складнішими, ніж ті, з якими можуть впоратися сучасні алгоритми ШІ, тому ми протестували наші нові пристрої в більш складних умовах, щоб перевірити їхні розширені можливості".
В одній вправі дослідники навчили ШІ розпізнавати послідовність 000. Потім "попросили" ШІ ідентифікувати схожі шаблони - наприклад, представивши йому 111 і 101. Послідовності 000 і 111 не однакові, але ШІ зрозумів, що вони складаються з трьох цифр підряд.
Особливості, які вчені спостерігали в цьому експериментальному транзисторі, можуть стати основою для майбутніх поколінь технології, яка буде використовуватися у високоенергоефективних мікросхемах, що живлять передові системи штучного інтелекту та машинного навчання, додав Херсам.