یک سیناپس نورومورفیک ایجاد شده از مواد هسته ای برای تلویزیون های OLED

یک سیناپس نورومورفیک ایجاد شده از مواد هسته ای برای تلویزیون های OLED

گره منبع: 2541090
24 مارس 2023 (اخبار نانوورک) تأثیر ChatGPT فراتر از بخش آموزش است و باعث تغییرات قابل توجهی در سایر زمینه ها می شود. این هوش مصنوعی مدل زبان (AI) به دلیل توانایی آن در انجام وظایف مختلف، از جمله نوشتن مقاله، ترجمه، کدنویسی و موارد دیگر، همه از طریق تعاملات مبتنی بر پرسش و پاسخ شناخته شده است. سیستم هوش مصنوعی بر یادگیری عمیق متکی است که به آموزش گسترده برای به حداقل رساندن خطاها نیاز دارد و در نتیجه انتقال داده‌ها بین حافظه و پردازنده‌ها انجام می‌شود. با این حال، معماری فون نویمان سیستم‌های کامپیوتر دیجیتال سنتی، ذخیره‌سازی و محاسبات اطلاعات را از هم جدا می‌کند، که منجر به افزایش مصرف انرژی و تأخیر قابل‌توجه در محاسبات هوش مصنوعی می‌شود. محققان فناوری های نیمه هادی را برای کاربردهای هوش مصنوعی برای مقابله با این چالش توسعه داده اند. یک تیم تحقیقاتی در POSTECH، به رهبری پروفسور یونیونگ چانگ (گروه مهندسی برق، گروه مهندسی نیمه هادی)، پروفسور سیونگ کیم (گروه علوم و مهندسی مواد، گروه مهندسی نیمه هادی)، و دکترا. سئونگمین پارک (بخش مهندسی برق)، یک دستگاه نیمه هادی هوش مصنوعی با کارایی بالا با استفاده از اکسید روی گالیم ایندیوم (IGZO)، یک نیمه هادی اکسیدی که به طور گسترده در نمایشگرهای OLED استفاده می شود، توسعه داده است. دستگاه جدید از نظر عملکرد و بهره وری انرژی عالی است. این تحقیق در منتشر شد مواد الکترونیکی پیشرفته (سیناپس نورومورفیک آنالوگ بسیار خطی و متقارن مبتنی بر ترانزیستورهای نیمه هادی اکسید فلز با تک لایه خود مونتاژ شده برای محاسبات شبکه عصبی با دقت بالا). ساختار یک دستگاه سیناپسی نورومورفیک پیشنهادی ساختار دستگاه سیناپسی هوش مصنوعی پیشنهادی دو ترانزیستور نیمه هادی اکسیدی متصل هستند. یکی برای نوشتن و دیگری برای خواندن. (تصویر: POSTECH) عملیات AI کارآمد، مانند عملیات ChatGPT، نیاز به محاسبات در حافظه مسئول ذخیره اطلاعات دارد. متأسفانه، فناوری‌های نیمه‌رسانای هوش مصنوعی قبلی در برآوردن تمام الزامات، مانند برنامه‌ریزی خطی و متقارن و یکنواختی، برای بهبود دقت هوش مصنوعی محدود بودند. تیم تحقیقاتی به دنبال IGZO به عنوان ماده ای کلیدی برای محاسبات هوش مصنوعی بودند که می تواند به صورت انبوه تولید شود و یکنواختی، دوام و دقت محاسباتی را فراهم کند. این ترکیب شامل چهار اتم با نسبت ثابتی از ایندیم، گالیم، روی و اکسیژن است و دارای تحرک الکترون عالی و خواص جریان نشتی است که آن را به صفحه پشتی صفحه نمایش OLED تبدیل کرده است. با استفاده از این ماده، محققان یک دستگاه سیناپس جدید متشکل از دو دستگاه توسعه دادند ترانزیستور از طریق یک گره ذخیره سازی به هم متصل می شوند. کنترل دقیق سرعت شارژ و دشارژ این گره، نیمه هادی هوش مصنوعی را قادر می سازد تا معیارهای عملکرد متنوع مورد نیاز برای عملکرد سطح بالا را برآورده کند. علاوه بر این، درخواست نورومورفیک دستگاه‌های سیناپسی برای یک سیستم هوش مصنوعی در مقیاس بزرگ نیاز به به حداقل رساندن جریان خروجی دستگاه‌های سیناپسی دارند. محققان امکان استفاده از عایق های لایه فوق نازک داخل ترانزیستورها را برای کنترل جریان تایید کردند که آنها را برای هوش مصنوعی در مقیاس بزرگ مناسب می کند. محققان از دستگاه سیناپسی جدید توسعه‌یافته برای آموزش و طبقه‌بندی داده‌های دست‌نویس استفاده کردند و به دقت بالای ۹۸ درصد دست یافتند که کاربرد بالقوه آن را در سیستم‌های هوش مصنوعی با دقت بالا در آینده تأیید می‌کند. پروفسور چانگ توضیح داد: «اهمیت دستاورد تیم تحقیقاتی من این است که بر محدودیت‌های فناوری‌های نیمه‌رسانای هوش مصنوعی مرسوم که صرفاً بر توسعه مواد متمرکز شده بود، غلبه کردیم. برای انجام این کار، ما از موادی که قبلاً در حال تولید انبوه بودند استفاده کردیم. علاوه بر این، ویژگی های برنامه ریزی خطی و متقارن از طریق یک ساختار جدید با استفاده از دو ترانزیستور به عنوان یک دستگاه سیناپسی به دست آمد. بنابراین، توسعه موفقیت آمیز ما و استفاده از این فناوری نیمه هادی هوش مصنوعی جدید، پتانسیل زیادی برای بهبود کارایی و دقت هوش مصنوعی نشان می دهد.

تمبر زمان:

بیشتر از نانورک