Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Les chercheurs se développent rapidement, synapse artificielle à énergie réduite pour les systèmes avancés d'AI

calculer inspiré par le cerveau est un candidat prometteur pour les technologies informatiques de la deuxième génération. Systèmes avancés de la deuxième génération se développants (AI) d'artificial intelligence qui peuvent être aussi de rendement optimum, légers, et capables de s'adapter que l'esprit humain a attiré l'intérêt significatif.

Cependant, l'imitation du neuroplasticity du cerveau, qui est la capacité de changer une connexion réseau de réseau neuronal, dans des synapses artificielles traditionnelles utilisant l'énergie très réduite est extrêmement provocante. »

Desmond Loke, professeur adjoint, université de technologie de Singapour et modèle

Une synapse artificielle -- comportant un écartement en travers de deux neurones pour permettre les signes électriques de réussir et communiquer les uns avec les autres -- peut émuler le procédé neural efficace de formation de boîte de vitesses et de mémoire de signe du cerveau.

Pour améliorer le rendement énergétique de la synapse artificielle, l'équipe de recherche de Loke a introduit un procédé de fabrication de gisement-seulement-métal-électrode de nanoscale pour la synapse artificielle pour la première fois. À l'aide des dispositifs memristive de germanium-antimoine-tellurure basé sur nanopillar gisement gisement, l'équipe a conçu un dispositif synaptique artificiel de phase-modification qui a réalisé une consommation d'énergie de baisse record de 1,8 pJ selon l'événement synaptique basé sur paires. C'est plus petit comparé environ de 82% aux synapses artificielles traditionnelles.

« Les expériences ont expliqué que la synapse artificielle basée sur des matériaux de phase-modification pourrait exécuter la facilitation de paire-pouls/dépression, la potentialisation à long terme/dépression et la pointe calant la plasticité dépendante avec des énergies très réduites. Nous croyons que notre conclusion peut fournir à une approche prometteuse pour développer des choix artificiels de synapse à grande échelle plus rapide et de manière significative des performances améliorées dans des tâches d'AI. » ledit Loke.

Les électrodes traditionnelles de chaufferette constituées par le procédé déposé et repéré peuvent entraîner/produisent un grand degré des dégâts aux surfaces adjacentes. Alternativement, les électrodes de chaufferette produites par un procédé gisement gisement dans cette étude ont pu produire un plus petit degré des dégâts à la surface adjacente. Ceci peut mener un plus robuste, à surface adjacente sans défaut avec la résistance de contact considérablement diminuée et à ses variations, par conséquent ayant pour résultat le courant diminué d'opération.

Source:
Journal reference:

Go, S. X., et al. (2021) A fast, low-energy multi-state phase-change artificial synapse based on uniform partial-state transitions. APL Materials. doi.org/10.1063/5.0056656.