Ученый из Индийского института науки (IISc), Бангалор, работал над применением новых материалов, которые могут помочь компьютерам имитировать функции, которые мозг может быстро выполнять.
«Хотя в литературе имеется несколько предложений синаптических устройств, ни одно из них не помогает преодолеть разрыв между биологическими нейронными сетями и их искусственными аналогами. Наша работа показала, что разработка систем, которые могут имитировать мозгоподобные функции, достижима. Это может помочь компьютерам выполнять когнитивные функции, выделять людей из толпы, различать запахи, а также учиться и принимать решения», — сказал профессор IISc Маянк Шривастава, который также является получателем стипендии Swarna Jayanti Fellowship 2020-21.
С момента их создания , передовые вычислительные системы используют архитектуру фон Неймана, которая использует физически разделенные блоки обработки и памяти. Хотя на сегодняшний день это был наиболее экономичный подход, физическое отделение памяти от блоков обработки стало ограничителем скорости для расширения вычислительных возможностей передовых наноэлектронных систем. время обработки информации, которую человеческий мозг может обработать за доли секунды. Учитывая эти пробелы, в последнее десятилетие активно изучалась альтернативная архитектура, основанная на организации нейронов (процессорных единиц) и синапсов (памяти) в человеческом мозгу, которая имитирует мозгоподобное вычислительное поведение.
Значительный объем исследований, направленных на понимание фундаментальных механизмов мозга и изучение различных новых архитектур памяти, теперь вселяет в инженерное сообщество уверенность в том, что разработка систем, которые могут имитировать функции мозга, является достижимой целью в ближайшие десятилетия. Ключевым элементом такой архитектуры является запоминающее устройство, называемое искусственным синапсом, которое, однако, должно работать на биологических/синаптических принципах.
Профессор Шривастава исследует такие материалы, как нитрид галлия (GaN), атомарно тонкий двумерные материалы, такие как графен и дихалькогениды переходных металлов (TMDC), для различной электроники, силовых устройств, электрооптических, терагерцовых, памяти и квантовых приложений. Используя Graphene и 2D-TMDCc, он расширяет возможности устройств памяти для работы на биологических/синаптических принципах и устраняет разрыв между биологическими нейронными сетями и их искусственными аналогами.
В настоящее время вместе со своей исследовательской группой он занимается разработкой нейроморфных схем толщиной в несколько атомов, сверхмощных устройств на основе GaN с высокой надежностью, а также устройств/схем для работы на терагерцовых частотах.
Работа профессора Шриваставы привела к более чем 150 рецензируемым международные публикации и около 50 патентов, а также основал стартап по производству GaN под названием AGNIT Semiconductors.
Большинство этих патентов либо лицензированы полупроводниковыми компаниями, либо используются в их продуктах. Он также является одним из соучредителей Pvt. Ltd.
В рамках этой стипендии его группа планирует работать над новыми устройствами, имитирующими мозгоподобное (вычислительное) поведение. В конечном итоге это должно помочь в разработке нейроморфных цепей толщиной в несколько атомов, которые будут способны решать несколько сложных задач, которые человеческий мозг может решить за доли секунды, но обычный компьютер не может в режиме реального времени.
“Мы все еще слишком далеки от создания вычислительной системы, подобной мозгу. (Но) настоящая работа даст возможность заполнить критические пробелы”, — сказал профессор Шривастава.
FacebookTwitterLinkedin