Группа исследователей из корейского Института материаловедения (Korea Institute of Materials Science, KIMS) создала первое нейроморфное вычислительное устройство совершенного нового типа. Разработанная технология позволяет получить высокую плотность компоновки нейроморфных чипов, она обеспечивает высокую надежность, скорость и точность работы. А основой этого устройства являются тонкопленочные материалы и ионы лития, объединенные с двумерными полупроводниковыми наноматериалами.
Новое нейроморфное устройство имеет в своем составе аналоги нейронов и синапсов, которые служат для обработки и хранения информации. Устройства-синапсы получают информацию от одних нейронов и передают ее другим нейронам, модулируя ее (усиливая или уменьшая амплитуду) в соответствии с внутренним коэффициентом, называемым синаптическим весом.
В различных реализациях искусственных синапсов используются различные способы управления значением синаптического веса, в одних случаях используются накопители электрических зарядов, в других - электрохимические накопители на основе ионов кислорода и т.п. Самой большой проблемой в последнем случае являются трудности с управлением движением ионов в нужном направлении при помощи внешнего электрического поля.
В данном случае эта проблема была решена при помощи тонкопленочного, в несколько десятков нанометров, покрытия, подобного покрытию анода в некоторых типах аккумуляторных батарей. Электрическое поле, прикладываемое к одной стороне покрытия, позволяет получить высокую мобильность ионов лития, находящихся с другой стороны. Данное покрытие было изготовлено при помощи одного из стандартных методов вакуумного осаждения, используемого в современной полупроводниковой промышленности. В самых толстых участках толщина этого покрытия не превышает 100 нанометров.
На кремниевом основании создаются структуры, весьма напоминающие обычные транзисторы. И когда к одному из электродов этого транзистора прикладывается электрический потенциал, это вызывает соответствующее движение ионов лития в районе тонкопленочного покрытия области канала, что, в свою очередь, позволяет управлять проводимостью канала такого нейротранзистора.
Из таких вот нейротранзисторов исследователи сделали искусственную нейронную сеть и обучили ее распознавать рукописные символы. При этом, процедура обучения проводилась 500 раз, начиная с нуля, после чего исследователи сравнивали значения синаптических весов каждого элемента. По завершению каждой процедуры обучения значения весов совпадали с высокой точностью, а точность распознавания символов нейронной сетью в целом составила 96.77 процента, что является достаточно высоким показателем.
"Наше нейроморфное полупроводниковое устройство не требует центрального процессора, памяти и других элементов традиционной архитектуры Фон-Неймана" - пишут исследователи, - "Оно способно одновременно хранить и обрабатывать информацию, обучаться и совершенствоваться. Мы ожидаем, что такие системы искусственного интеллекта малой мощности найдут применение в составе различных устройств потребительского класса, таких, как камеры, тактильные датчики и т.п.".