Een wetenschapper van het Indian Institute of Science (IISc), Bengaluru, heeft gewerkt aan toepassingen van nieuwe materialen die computers kunnen helpen functies na te bootsen die de hersenen snel kunnen uitvoeren.
“Hoewel er in de literatuur verschillende voorstellen voor synaptische apparaten beschikbaar zijn, helpt geen enkele de kloof tussen biologische neurale netwerken en hun kunstmatige tegenhanger te overbruggen. Ons werk heeft aangetoond dat het ontwikkelen van systemen die hersenachtige functies kunnen nabootsen haalbaar is. Het kan computers helpen bij het uitvoeren van cognitieve functies, mensen uit een menigte identificeren, geuren onderscheiden, leren en beslissingen nemen”, zegt IISc’s professor Mayank Shrivastava, die ook de Swarna Jayanti Fellowship 2020-21 heeft ontvangen.
Sinds hun oprichting , hebben geavanceerde computersystemen de von Neumann-architectuur gebruikt, die fysiek gescheiden verwerkings-en geheugenblokken gebruikt. Hoewel het tot nu toe de meest kosteneffectieve benadering was, is fysieke scheiding van geheugen van de verwerkingsblokken de snelheidsbegrenzer geworden voor het stimuleren van de rekencapaciteiten van geavanceerde nano-elektronische systemen.
Bovendien faalt de architectuur van Von Neumann in de praktijk. tijdverwerking van informatie die het menselijk brein in een fractie van een seconde kan verwerken. Met deze hiaten in het achterhoofd, is het afgelopen decennium een alternatieve architectuur, geïnspireerd door de organisatie van neuronen (verwerkingseenheid) en synapsen (geheugen) in het menselijk brein die hersenachtig computergedrag nabootst, aanzienlijk onderzocht.
Een aanzienlijke hoeveelheid onderzoek om de fundamentele mechanismen van de hersenen te begrijpen en verkenningen van verschillende nieuwe geheugenarchitecturen geeft de technische gemeenschap nu het vertrouwen dat het ontwikkelen van systemen die hersenachtige functies kunnen nabootsen een haalbaar doel is voor de komende decennia. Een belangrijk element van een dergelijke architectuur is een geheugenapparaat, de kunstmatige synaps genaamd, dat echter moet werken volgens biologische/synaptische principes.
Professor Srivastava onderzoekt materialen zoals galliumnitride (GaN), atomair dun tweedimensionale materialen zoals grafeen en overgangsmetaal dichalcogeniden (TMDC’s), voor verschillende elektronica, stroomapparatuur, elektro-optische, Thz, geheugen en kwantumtoepassingen. Met behulp van grafeen en 2D-TMDCc breidt hij de mogelijkheden van geheugenapparaten uit om op biologische/synaptische principes te werken en de kloof tussen biologische neurale netwerken en hun kunstmatige tegenhanger te overbruggen.
Momenteel, samen met zijn onderzoeksgroep, hij ontwikkelt neuromorfische circuits van een paar atomen dik, op GaN gebaseerde ultra-high-power apparaten met een hoge betrouwbaarheid, en apparaten/circuits voor gebruik op THz-frequenties.
Het werk van professor Shrivastava heeft geresulteerd in meer dan 150 peer-reviewed internationale publicaties en ongeveer 50 patenten, en hij heeft een GaN-productiestartup opgericht met de naam AGNIT Semiconductors.
De meeste van deze patenten zijn ofwel in licentie gegeven door halfgeleiderbedrijven of worden gebruikt in hun producten. Hij is ook een van de mede-oprichters van een Pvt. Ltd. Company.
Als onderdeel van deze fellowship is zijn groep van plan te werken aan nieuwe apparaten die hersenachtig (computationeel) gedrag nabootsen. Dit zou uiteindelijk moeten helpen bij het ontwikkelen van neuromorfische circuits met een dikte van een paar atomen, die in staat zullen zijn om verschillende complexe problemen op te lossen die een menselijk brein in een fractie van seconden kan oplossen, maar een conventionele computer niet in realtime.
“We zijn nog te ver verwijderd van het realiseren van een hersenachtig computersysteem. (Maar) het huidige werk zal een weg bieden om de kritieke hiaten te overbruggen”, zei professor Shrivastava.
FacebookTwitterLinkedin
