Den nye teknologien kan tillate datamaskiner å utføre kompliserte oppgaver raskere og mer nøyaktig mens de bruker mye mindre energi.
En ny mikroelektronikkenhet kan programmere og omprogrammere maskinvare etter behov ved å bruke elektriske pulser
Hva om en datamaskin kunne lære å koble om kretsene sine basert på informasjonen den mottar?
Et multiinstitusjonelt samarbeid, som inkluderer US Department of Energy’s (DOE) Argonne National Laboratory, har laget et materiale som kan brukes til å lage databrikker som kan gjøre nettopp det. Den oppnår dette ved å bruke såkalte “neuromorfe” kretser og datamaskinarkitektur for å replikere hjernefunksjoner. Purdue University professor Shriram Ramanathan ledet teamet.
“Menneskelige hjerner kan faktisk endre seg som et resultat av å lære nye ting,” sa Subramanian Sankaranarayanan, en medforfatter av papiret med en felles avtale ved Argonne og University of Illinois Chicago. “Vi har nå laget en enhet for maskiner for å rekonfigurere kretsene deres på en hjernelignende måte.”
Med denne muligheten kan datamaskiner basert på kunstig intelligens gjøre vanskelige jobber raskere og mer nøyaktig mens de bruker mye mindre energi. Et eksempel er å analysere kompliserte medisinske bilder. Autonome biler og roboter i verdensrommet som kan koble om kretsene sine avhengig av erfaring er et mer futuristisk eksempel.
Hydrogenioner i nikkelatet muliggjør en av fire funksjoner ved forskjellige spenninger (påført av platina- og gullelektroder på toppen). Funksjonene er kunstig synapse, kunstig nevron, kondensator og motstand. Kondensatoren lagrer og frigjør strøm; motstanden blokkerer det. Kreditt: Argonne National Laboratory
Nøkkelmaterialet i den nye enheten består av neodym, nikkel og oksygen og omtales som perovskittnikkelat (NdNiO3). Teamet infunderte dette materialet med hydrogen og festet elektroder til det som gjør at elektriske pulser kan påføres ved forskjellige spenninger.
“Hvor mye hydrogen som er i nikkelatet, og hvor det er, endrer de elektroniske egenskapene,” sa Sankaranarayanan. “Og vi kan endre plasseringen og konsentrasjonen med forskjellige elektriske pulser.”
“Dette materialet har en personlighet i mange lag,” la Hua Zhou, en papirmedforfatter og Argonne-fysiker til. “Den har de to vanlige funksjonene til hverdagselektronikk – å slå på og blokkere elektrisk strøm samt lagring og frigjøring av elektrisitet. Det som er virkelig nytt og slående, er tillegget av to funksjoner som ligner den separate oppførselen til synapser og nevroner i hjernen.» Et nevron er en enkelt nervecelle som forbinder med andre nerveceller via synapser. Nevroner setter i gang sansing av den ytre verden.
For sitt bidrag utførte Argonne-teamet den beregningsmessige og eksperimentelle karakteriseringen av hva som skjer i nikkelatenheten under forskjellige spenninger. For det formål stolte de på DOE Office of Science brukerfasiliteter i Argonne: the Avansert fotonkildeArgonne Leadership Computing Facility og Center for Nanoscale Materials.
De eksperimentelle resultatene viste at ganske enkelt endring av spenningen kontrollerer bevegelsen av hydrogenioner i nikkelatet. En viss spenning konsentrerer hydrogen ved nikkelatsenteret, og skaper nevronlignende oppførsel. En annen spenning skytter det hydrogenet ut av sentrum, og gir synapselignende oppførsel. Ved fortsatt forskjellige spenninger fremkaller de resulterende plasseringene og konsentrasjonen av hydrogenet av- og på-strømmene til databrikker.
“Våre beregninger som avslører denne mekanismen på atomskala var superintensive,” sa Argonne-forsker Sukriti Manna. Teamet stolte på de beregningsmessige hestekreftene til ikke bare Argonne Leadership Computing Facility, men også National Energy Research Scientific Computing Center, et DOE Office of Science-brukeranlegg ved Lawrence Berkeley National Laboratory.
Bekreftelsen av mekanismen kom delvis fra eksperimenter ved beamline 33-ID-D av Advanced Photon Source.
“I løpet av årene har vi hatt et veldig produktivt partnerskap med Purdue-gruppen,” sa Zhou. “Her bestemte teamet nøyaktig hvordan atomer ordner seg i nikkelatet under forskjellige spenninger. Spesielt viktig var å spore materialets respons på atomskala på bevegelsen av hydrogen.”
Med teamets nikkel-enhet vil forskerne jobbe for å skape et nettverk av kunstige nevroner og synapser som kan lære og modifisere av erfaring. Dette nettverket vil vokse eller krympe etter hvert som det blir presentert med ny informasjon og vil dermed kunne jobbe med ekstrem energieffektivitet. Og at energieffektivitet gir lavere driftskostnader.
Hjerneinspirert mikroelektronikk med teamets enhet som byggestein kan ha en lys fremtid. Dette er spesielt fordi enheten kan lages ved romtemperatur ved hjelp av teknikker som er kompatible med praksis i halvlederindustrien.
Argonne-relatert arbeid ble finansiert av DOE Office of Basic Energy Sciences, samt Air Force Office of Scientific Research og National Science Foundation.
Referanse: “Rekonfigurerbar perovskitt-nikkelelektronikk for kunstig intelligens” av Hai-Tian Zhang, Tae Joon Park, ANM Nafiul Islam, Dat SJ Tran, Sukriti Manna, Qi Wang, Sandip Mondal, Haoming Yu, Suvo Banik, Shaobo Cheng, Hua Zhou, Sampath Gamage, Sayantan Mahapatra, Yimei Zhu, Yohannes Abate, Nan Jiang, Subramanian KRS Sankaranarayanan, Abhronil Sengupta, Christof Teuscher og Shriram Ramanathan, 3. februar 2022, Vitenskap.
DOI: 10.1126/science.abj7943