MIT-ingenjörer har designat ett "hjärna-på-ett-chip, "mindre än en bit konfetti, som består av tiotusentals artificiella hjärnsynapser som kallas memristors-kiselbaserade komponenter som efterliknar de informationsöverförande synapserna i den mänskliga hjärnan.

Forskarna lånade från metallurgins principer för att tillverka varje memristor av legeringar av silver och koppar, tillsammans med kisel. När de körde chipet genom flera visuella uppgifter, chipet kunde "komma ihåg" lagrade bilder och reproducera dem många gånger om, i versioner som var skarpare och renare jämfört med befintliga memristor -konstruktioner gjorda med olegerade element.

Deras resultat, publiceras idag i tidningen Naturnanoteknik , demonstrera en lovande ny memristor -design för neuromorfa enheter - elektronik som är baserad på en ny typ av kretsar som behandlar information på ett sätt som efterliknar hjärnans neurala arkitektur. Sådana hjärninspirerade kretsar kan byggas in i små, bärbara enheter, och skulle utföra komplexa beräkningsuppgifter som bara dagens superdatorer kan hantera.

"Än så länge, artificiella synapsnätverk finns som programvara. Vi försöker bygga verklig neural hårdvara för bärbara artificiella intelligenssystem, "säger Jeehwan Kim, docent i maskinteknik vid MIT. "Tänk dig att ansluta en neuromorf enhet till en kamera på din bil, och få det att känna igen ljus och föremål och fatta ett beslut omedelbart, utan att behöva ansluta till internet. Vi hoppas kunna använda energieffektiva memristors för att utföra dessa uppgifter på plats, i realtid."

Vandrande joner

Memristors, eller minnestransistorer, är ett väsentligt inslag i neuromorfisk beräkning. I en neuromorf enhet, en memristor skulle fungera som transistorn i en krets, även om dess arbete mer skulle likna en hjärnsynap - förbindelsen mellan två neuroner. Synapsen tar emot signaler från en neuron, i form av joner, och skickar en motsvarande signal till nästa neuron.

En transistor i en konventionell krets överför information genom att växla mellan ett av endast två värden, 0 och 1, och gör det bara när signalen den tar emot, i form av en elektrisk ström, är av en särskild styrka. I kontrast, en memristor skulle arbeta längs en lutning, ungefär som en synaps i hjärnan. Signalen den producerar varierar beroende på styrkan på signalen som den tar emot. Detta skulle göra det möjligt för en enda memristor att ha många värden, och därför utföra ett mycket bredare spektrum av operationer än binära transistorer.

Som en hjärnsynaps, en memristor skulle också kunna "komma ihåg" värdet som är associerat med en given strömstyrka, och producera exakt samma signal nästa gång den mottar en liknande ström. Detta kan säkerställa att svaret på en komplex ekvation, eller den visuella klassificeringen av ett objekt, är pålitlig - en prestation som normalt involverar flera transistorer och kondensatorer.

I sista hand, forskare föreställer sig att memristorer skulle kräva mycket mindre chip -fastigheter än konventionella transistorer, möjliggör kraftfull, bärbara datorer som inte är beroende av superdatorer, eller till och med anslutningar till Internet.

Befintliga memristor -mönster, dock, är begränsade i deras prestanda. En enda memristor är gjord av en positiv och negativ elektrod, separerade med ett "kopplingsmedium, "eller mellanrum mellan elektroderna. När en spänning appliceras på en elektrod, joner från den elektroden flödar genom mediet, bildande av en "ledningskanal" till den andra elektroden. De mottagna jonerna utgör den elektriska signalen som memristorn sänder genom kretsen. Storleken på jonkanalen (och signalen som memristorn slutligen producerar) bör vara proportionell mot styrkan hos den stimulerande spänningen.

Kim säger att befintliga memristor -konstruktioner fungerar ganska bra i de fall spänning stimulerar en stor ledningskanal, eller ett stort flöde av joner från en elektrod till den andra. Men dessa mönster är mindre tillförlitliga när memristorer behöver generera subtilare signaler, via tunnare ledningskanaler.

Ju tunnare en ledningskanal, och ju lättare flödet av joner från en elektrod till den andra, desto svårare är det för enskilda joner att hålla ihop. Istället, de tenderar att vandra från gruppen, upplöses inom mediet. Som ett resultat, det är svårt för den mottagande elektroden att på ett tillförlitligt sätt fånga samma antal joner, och sänder därför samma signal, när den stimuleras med ett visst lågt strömområde.

Lån från metallurgi

Kim och hans kollegor hittade en väg kring denna begränsning genom att låna en teknik från metallurgi, vetenskapen om att smälta ihop metaller till legeringar och studera deras kombinerade egenskaper.

"Traditionellt, metallurger försöker lägga till olika atomer i en bulkmatris för att stärka material, och vi tänkte, varför inte justera atominteraktionerna i vår memristor, och lägg till något legeringselement för att styra rörelsen av joner i vårt medium, "Säger Kim.

Ingenjörer använder vanligtvis silver som material för en memristors positiva elektrod. Kims team tittade igenom litteraturen för att hitta ett element som de kunde kombinera med silver för att effektivt hålla ihop silverjoner, samtidigt som de låter dem flöda snabbt igenom till den andra elektroden.

Teamet landade på koppar som det idealiska legeringselementet, eftersom den kan binda båda med silver, och med kisel.

"Det fungerar som en slags bro, och stabiliserar gränssnittet silver-kisel, "Säger Kim.

För att göra memristors med sin nya legering, gruppen tillverkade först en negativ elektrod av kisel, gjorde sedan en positiv elektrod genom att avsätta en liten mängd koppar, följt av ett lager silver. De klämde in de två elektroderna runt ett amorft kiselmedium. På det här sättet, de mönstrade ett millimeter-kvadratisk kiselchip med tiotusentals memristors.

Som ett första test av chipet, de återskapade en gråskalebild av Captain America-skölden. De likställde varje pixel i bilden med en motsvarande memristor i chipet. De modulerade sedan konduktansen för varje memristor som var relativ i styrka till färgen i motsvarande pixel.

Chippet gav samma skarpa bild av skölden, och kunde "komma ihåg" bilden och reproducera den många gånger, jämfört med chips gjorda av andra material.

Teamet körde också chipet genom en bildbehandlingsuppgift, programmera memristorerna för att ändra en bild, i detta fall av MIT:s Killian Court, på flera specifika sätt, inklusive skärpning och suddning av originalbilden. På nytt, deras design gav de omprogrammerade bilderna mer tillförlitliga än befintliga memristor -mönster.

"Vi använder artificiella synapser för att göra riktiga slutsatser, "Kim säger." Vi skulle vilja utveckla den här tekniken ytterligare för att ha större matriser för att utföra bildigenkänningsuppgifter. Och någon dag, du kanske kan bära runt konstgjorda hjärnor för att utföra den här typen av uppgifter, utan att ansluta till superdatorer, internet, eller molnet. "

Denna artikel publiceras på nytt med tillstånd av MIT News (web.mit.edu/newsoffice/), en populär webbplats som täcker nyheter om MIT -forskning, innovation och undervisning.