Ein Wissenschaftler vom Indian Institute of Science (IISc), Bengaluru, hat an Anwendungen neuer Materialien gearbeitet, die Computern dabei helfen können, Funktionen nachzuahmen, die das Gehirn schnell ausführen kann.
„Während mehrere Vorschläge für synaptische Geräte in der Literatur verfügbar sind, hilft keiner dabei, die Lücke zwischen biologischen neuronalen Netzwerken und ihrem künstlichen Gegenstück zu schließen. Unsere Arbeit hat gezeigt, dass die Entwicklung von Systemen, die gehirnähnliche Funktionen nachahmen können, machbar ist. Es kann Computern helfen, kognitive Funktionen auszuführen, Menschen aus einer Menge zu identifizieren, Gerüche zu unterscheiden sowie zu lernen und Entscheidungen zu treffen”, sagte Professor Mayank Shrivastava vom IISc, der auch Empfänger des Swarna Jayanti-Stipendiums 2020-21 ist.
Seit ihrer Gründung haben fortschrittliche Computersysteme die von-Neumann-Architektur verwendet, die physikalisch getrennte Verarbeitungs-und Speicherblöcke verwendet. Obwohl dies bisher der kostengünstigste Ansatz war, ist die physische Trennung des Speichers von den Verarbeitungsblöcken zum Ratenbegrenzer geworden, um die Rechenkapazitäten fortschrittlicher nanoelektronischer Systeme zu steigern.
Außerdem versagt die Architektur von von Neumann in der Realität. Zeitverarbeitung von Informationen, die das menschliche Gehirn in Sekundenbruchteilen verarbeiten kann. Unter Berücksichtigung dieser Lücken wurde in den letzten zehn Jahren eine alternative Architektur, die von der Organisation von Neuronen (Verarbeitungseinheit) und Synapsen (Gedächtnis) im menschlichen Gehirn inspiriert ist und ein gehirnähnliches Computerverhalten nachahmt, umfassend erforscht.
Ein beträchtlicher Forschungsaufwand zum Verständnis der grundlegenden Mechanismen des Gehirns und die Erforschung verschiedener neuartiger Speicherarchitekturen geben der Ingenieurgemeinschaft nun das Vertrauen, dass die Entwicklung von Systemen, die gehirnähnliche Funktionen nachahmen können, ein erreichbares Ziel für die kommenden Jahrzehnte ist. Ein Schlüsselelement einer solchen Architektur ist ein Speichergerät namens künstliche Synapse, das jedoch nach biologischen/synaptischen Prinzipien funktionieren muss.
Professor Srivastava erforscht Materialien wie Galliumnitrid (GaN), das atomar dünn ist zweidimensionale Materialien wie Graphen und Übergangsmetalldichalkogenide (TMDCs) für verschiedene Elektronik-, Leistungsgeräte-, Elektrooptik-, THz-, Speicher-und Quantenanwendungen. Unter Verwendung von Graphen und 2D-TMDCc erweitert er die Fähigkeiten von Speichergeräten, um auf biologischen/synaptischen Prinzipien zu arbeiten und die Lücke zwischen biologischen neuronalen Netzwerken und ihrem künstlichen Gegenstück zu schließen.
Gegenwärtig ist er zusammen mit seiner Forschungsgruppe entwickelt wenige Atome dicke neuromorphe Schaltkreise, GaN-basierte Ultrahochleistungsgeräte mit hoher Zuverlässigkeit und Geräte/Schaltkreise für den Betrieb bei THz-Frequenzen.
Professor Shrivastavas Arbeit hat zu über 150 Peer-Reviews geführt internationale Veröffentlichungen und rund 50 Patente, und er hat ein GaN-Herstellungs-Startup namens AGNIT Semiconductors gegründet.
Die meisten dieser Patente sind entweder von Halbleiterunternehmen lizenziert oder werden in ihren Produkten verwendet. Er ist auch einer der Mitbegründer einer Pvt. Ltd. Company.
Als Teil dieses Stipendiums plant seine Gruppe, an neuartigen Geräten zu arbeiten, die gehirnähnliches (Computer-)Verhalten emulieren. Dies sollte letztendlich dazu beitragen, wenige Atome dicke neuromorphe Schaltkreise zu entwickeln, die in der Lage sein werden, mehrere komplexe Probleme zu lösen, die ein menschliches Gehirn in Sekundenbruchteilen lösen kann, ein herkömmlicher Computer jedoch nicht in Echtzeit.
“Wir sind noch zu weit davon entfernt, ein gehirnähnliches Computersystem zu realisieren. (Aber) die vorliegende Arbeit wird einen Weg aufzeigen, um die kritischen Lücken zu schließen”, sagte Professor Shrivastava.
FacebookTwitterLinkedin
