Ett oordnat nätverk som kan upptäcka ordnade mönster:Detta låter motsägelsefullt, men det är nära att beskriva hur hjärnan fungerar. Forskare vid University of Twente har utvecklat ett sådant hjärninspirerat nätverk baserat på kiselteknik som kan drivas vid rumstemperatur. Den använder sig av materialegenskaper som elektroniska designers vanligtvis vill undvika. Tack vare "hoppande ledning, " systemet utvecklas till en lösning utan att använda fördesignade element. Forskarna publicerar sitt arbete i Natur den 15 januari, 2020.

Hjärnan är mycket bra på att känna igen mönster. Artificiell intelligens kan göra det bättre i vissa fall, men det här kommer med ett pris:det kräver enorm datorkraft, medan hjärnan bara förbrukar 20 watt.

Halvledarindustrin anammar nu nya datordesignstrategier inspirerade av hjärnans funktion, som Intels Loihi-processor, som har neuroner och synapser. Fortfarande, Att efterlikna en enda neuron kräver tusentals transistorer – och hjärnan har tiotals miljarder neuroner. Miniatyrisering är ett tillvägagångssätt för denna skala, men tekniken når fysiska gränser. Det nya oordnade dopningsatomenätverket, presenteras nu i Natur är ett annat tillvägagångssätt:den använder inte fördesignade neuroner eller andra kretsar, men använder materialegenskaper för att utvecklas mot en lösning. Detta mycket kontraintuitiva tillvägagångssätt är energieffektivt och tar inte upp mycket ytutrymme.

Hoppande

Inom elektronik, dopning är ett välkänt sätt att påverka transistors egenskaper genom att medvetet införa föroreningar i kiselkristallen i en koncentration som är tillräckligt hög för att uppnå önskad effekt. I detta fall, att använda en mycket lägre koncentration av bor resulterar i en regim som kretsdesigners föredrar att undvika.

Det är exakt den regim inom vilken det oordnade nätverket fungerar. Överledning sker nu via elektroner som hoppar från en boratom till en annan:Denna "hoppningsledning" är, på ett sätt, jämförbar med neuroner som söker samarbete med andra neuroner för att göra en klassificering. Som ett exempel, nätverket matas med 16 basic, fyrsiffriga mönster. Varje mönster resulterar i en annan utsignal. Med dessa 16 som grund, det är möjligt att känna igen en databas med handskrivna bokstäver med hög noggrannhet och hastighet, till exempel. Grundkomponenten är nu 300 nanometer i diameter, har cirka 100 boratomer och förbrukar cirka 1 mikroWatt ström.

I framtida system som använder denna typ av nätverk, mönsterigenkänning kan göras lokalt, utan att använda fjärrdatorkraft. Vid autonom körning, till exempel, många beslut måste fattas baserat på erkännande. Detta innebär antingen ett kraftfullt inbyggt datorsystem eller högbandskommunikation med molnet, förmodligen till och med båda. Den nya hjärninspirerade metoden skulle innebära mindre transport av data, så biltillverkningsindustrin är redan intresserad av den nya UT-metoden. Den här typen av datorer, kallas "edge computing, "kan också användas för ansiktsigenkänning, till exempel.

Pappret, "Klassificering med ett oordnat dopantatomnätverk i kisel, "publiceras i Natur . I samma nummer, Det finns en relaterad recension med titeln "Utveckling av kretsar för maskininlärning."