インド科学研究所（IISc）のベンガルールの科学者は、コンピューターが脳が迅速に実行できる機能を模倣するのに役立つ新しい資料のアプリケーションに取り組んできました。
「いくつかのシナプスデバイスの提案が文献で利用可能ですが、生物学的神経ネットワークとそれらの人工的な対応物との間のギャップを埋めるのに役立つものはありません。私たちの仕事は、脳のような機能を模倣できるシステムの開発が達成可能であることを示しています。群衆の中から人々を特定し、匂いを区別し、学び、決断を下す」と語った。IIScのマヤンクシュリバスタヴァ教授は、スワルナジャヤンティフェローシップ2020-21の受賞者でもある。 、高度なコンピューティングシステムは、物理的に分離された処理ブロックとメモリブロックを使用するフォンノイマンアーキテクチャを使用しています。これまでで最も費用効果の高いアプローチでしたが、処理ブロックからのメモリの物理的な分離は、高度なナノ電子システムの計算機能を推進するためのレートリミッターになりました。
さらに、フォンノイマンのアーキテクチャは実際には失敗します。人間の脳がほんの一瞬で処理できる情報の時間処理。これらのギャップを念頭に置いて、脳のようなコンピューティング動作をエミュレートする人間の脳のニューロン（処理ユニット）とシナプス（メモリ）の編成に触発された代替アーキテクチャが、過去10年間で大幅に調査されました。
脳の基本的なメカニズムを理解するためのかなりの量の研究とさまざまな新しい記憶アーキテクチャの探索により、脳のような機能を模倣できるシステムの開発が今後数十年で達成可能な目標であるという確信がエンジニアリングコミュニティにもたらされています。このようなアーキテクチャの重要な要素は、人工シナプスと呼ばれるメモリデバイスですが、生物学的/シナプスの原理に基づいて動作する必要があります。
Srivastava教授は、原子的に薄い窒化ガリウム（GaN）などの材料を探索しています。グラフェンや遷移金属ジカルコゲナイド（TMDC）などの二次元材料。さまざまな電子機器、電力デバイス、電気光学、テラヘルツ、メモリ、量子アプリケーション向け。グラフェンと2D-TMDCcを使用して、彼はメモリデバイスの機能を拡張して、生物学的/シナプスの原理に取り組み、生物学的神経ネットワークとそれらの人工的な対応物との間のギャップを埋めています。
現在、彼の研究グループとともに、彼はは、数原子の厚さのニューロモルフィック回路、信頼性の高いGaNベースの超高出力デバイス、およびTHz周波数で動作するデバイス/回路を開発しています。
Shrivastava教授の研究により、150を超えるピアレビューが行われました。国際的な出版物と約50の特許を持ち、彼はAGNITSemiconductorsという名前のGaN製造スタートアップを設立しました。
これらの特許のほとんどは、半導体企業からライセンスを受けているか、その製品で使用されています。彼はまた、Pvtの共同創設者の一人です。 Ltd.Company。
このフェローシップの一環として、彼のグループは、脳のような（計算上の）動作をエミュレートする新しいデバイスに取り組むことを計画しています。これは最終的に、人間の脳がほんの数秒で解決できるいくつかの複雑な問題を解決できるが、従来のコンピューターではリアルタイムで解決できない、数原子の厚いニューロモルフィック回路の開発に役立つはずです。
「私たちはまだ脳のような計算システムを実現するには程遠いです。（しかし）現在の研究は重大なギャップを埋める道を与えるでしょう」とShrivastava教授は言いました。
FacebookTwitterLinkedin
