Intian tiedeinstituutin (IISc) Bengalurussa työskentelevä tiedemies on työskennellyt sellaisten uusien materiaalien sovellusten parissa, jotka voivat auttaa tietokoneita jäljittelemään aivojen nopeasti suorittamia toimintoja.
“Vaikka kirjallisuudessa on saatavilla useita synaptisia laiteehdotuksia, mikään ei auta kuromaan umpeen biologisten hermoverkkojen ja niiden keinotekoisten vastineiden välistä kuilua. Työmme on osoittanut, että aivojen kaltaista toimintaa jäljittelevien järjestelmien kehittäminen on mahdollista. Se voi auttaa tietokoneita suorittamaan kognitiivisia toimintoja, tunnistaa ihmiset joukosta, erottaa haju sekä oppia ja tehdä päätöksiä”, sanoi IISc:n professori Mayank Shrivastava, joka on myös saanut Swarna Jayanti Fellowship 2020-21-stipendin.
Niiden perustamisesta lähtien. Kehittyneet laskentajärjestelmät ovat käyttäneet von Neumannin arkkitehtuuria, joka käyttää fyysisesti erotettuja käsittely-ja muistilohkoja. Vaikka se on ollut tähän mennessä kustannustehokkain lähestymistapa, muistin fyysisestä erottamisesta prosessointilohkoista on tullut nopeudenrajoitin edistyneiden nanoelektronisten järjestelmien laskentakyvyn lisäämiselle.
Lisäksi von Neumannin arkkitehtuuri epäonnistuu käytännössä. Aikainen tietojenkäsittely, jonka ihmisaivot voivat käsitellä sekunnin murto-osassa. Nämä aukot mielessä pitäen viime vuosikymmenen aikana on tutkittu merkittävästi vaihtoehtoista arkkitehtuuria, joka on saanut inspiraationsa ihmisaivojen neuronien (käsittelyyksikkö) ja synapsien (muistin) organisoinnista ja jäljittelee aivojen kaltaista laskentakäyttäytymistä.
Merkittävä määrä tutkimusta aivojen perusmekanismien ymmärtämiseksi ja erilaisten uusien muistiarkkitehtuurien tutkiminen antaa nyt insinööriyhteisölle luottamusta siihen, että aivojen kaltaista toimintaa jäljittelevien järjestelmien kehittäminen on saavutettavissa oleva tavoite tulevina vuosikymmeninä. Tällaisen arkkitehtuurin avainelementti on keinotekoiseksi synapsiksi kutsuttu muistilaite, jonka on kuitenkin toimittava biologisilla/synaptisilla periaatteilla.
Professori Srivastava tutkii materiaaleja, kuten atomisesti ohutta galliumnitridiä (GaN). kaksiulotteiset materiaalit, kuten grafeeni ja siirtymämetallidikalkogenidit (TMDC), erilaisiin elektroniikka-, teho-, sähkö-, Thz-, muisti-ja kvanttisovelluksiin. Grafeenin ja 2D-TMDCc:n avulla hän laajentaa muistilaitteiden kykyjä toimiakseen biologisilla/synaptisilla periaatteilla ja kuromalla siltaa biologisten hermoverkkojen ja niiden keinotekoisten vastineiden välillä.
Tällä hetkellä hän yhdessä tutkimusryhmänsä kanssa kehittää muutaman atomin paksuisia neuromorfisia piirejä, GaN-pohjaisia erittäin suuritehoisia ja erittäin luotettavia laitteita ja laitteita/piirejä THz-taajuuksilla toimintaan.
Professori Shrivastavan työ on johtanut yli 150 vertaisarvioituun kansainvälisiä julkaisuja ja noin 50 patenttia, ja hän on perustanut GaN-valmistusyrityksen nimeltä AGNIT Semiconductors.
Suurin osa näistä patenteista on joko puolijohdeyritysten lisensoimia tai niitä käytetään niiden tuotteissa. Hän on myös yksi Pvt.:n perustajista. Ltd. Company.
Osana tätä apurahaa hänen ryhmänsä suunnittelee työskentelevänsä uusien laitteiden parissa, jotka jäljittelevät aivojen kaltaista (laskennallista) käyttäytymistä. Tämän pitäisi lopulta auttaa kehittämään muutaman atomin paksuisia neuromorfisia piirejä, jotka pystyvät ratkaisemaan useita monimutkaisia ongelmia, jotka ihmisen aivot voivat ratkaista sekuntien murto-osassa, mutta perinteinen tietokone ei pysty ratkaisemaan reaaliajassa.
“Olemme vielä liian kaukana aivojen kaltaisen laskentajärjestelmän toteuttamisesta. (Mutta) nykyinen työ tarjoaa polun kriittisten aukkojen kuromiseen”, sanoi professori Shrivastava.
FacebookTwitterLinkedin
