न्यूरोमोर्फिक कम्प्यूटिंग ब्रेकथ्रू एआई को बाधित कर सकता है

वैज्ञानिक एक मस्तिष्क जैसा जैविक ट्रांजिस्टर बनाते हैं जो सीख और विकसित हो सकता है।

स्रोत: गेराल्ट / पिक्साबे

मानव मस्तिष्क एक उल्लेखनीय जटिल, फिर भी ऊर्जा-कुशल संज्ञानात्मक प्रणाली है। वैज्ञानिक और शोधकर्ता मस्तिष्क की वास्तुकला को कृत्रिम बुद्धिमत्ता (एआई), मशीन सीखने और गहन सीखने की प्रेरणा के स्रोत के रूप में देखते हैं। कृत्रिम तंत्रिका नेटवर्क (एएनएन) पर अवधारणाएं न्यूरॉन्स के बजाय कृत्रिम नोड्स के साथ कुछ हद तक मस्तिष्क के अनुरूप हैं। न्यूरोमॉर्फिक कंप्यूटिंग एक अंतःविषय प्रयास है जो मस्तिष्क में वास्तुकला से मिलता-जुलता कृत्रिम तंत्रिका तंत्र बनाने के लिए भौतिकी, गणित, इलेक्ट्रॉनिक इंजीनियरिंग, जीव विज्ञान, कंप्यूटर विज्ञान और तंत्रिका विज्ञान पर आधारित है। स्वीडन में लिंकोपिंग यूनिवर्सिटी के वैज्ञानिकों की एक टीम ने हाल ही में एक नए लर्निंग ट्रांजिस्टर इंजीनियरिंग द्वारा न्यूरोमॉर्फिक कंप्यूटिंग में सफलता हासिल की। उन्होंने कल अपने निष्कर्षों को उन्नत विज्ञान में प्रकाशित किया।

मशीन लर्निंग आज पूर्वनिर्मित सर्किट्री पर किया जाता है। मस्तिष्क, इसके विपरीत, नए कनेक्शन बनाने में सक्षम है जहां कोई पूर्व कनेक्शन नहीं है। सिमोन फैबियानो, जेनिफर वाई। गेरासिमोव, रोजर गेब्रियलसन, रॉबर्ट फ़ॉर्चाइमर, एलेनी स्टाव्रिनिडौ, डैनियल टी। साइमन और मैग्नस बर्गग्रेन की शोध टीम ने एक कार्बनिक इलेक्ट्रोकेमिकल ट्रांजिस्टर (OECT) बनाया जो एक इनपुट और आउटपुट के बीच नए कनेक्शन बना सकता है, और दोनों में अल्पकालिक और दीर्घकालिक स्मृति होती है।

• सेक्स, कारें, पैसा और पागलपन
• पेश है मल्टी-लेंस थेरेपी
• साधारण आहार परिवर्तन अल्जाइमर के जोखिम को कम करते हैं
• क्या सेल्फी लेना आपको नार्सिसिस्ट बनाता है?
• सहस्त्राब्दी: बर्नआउट या मैराथन रनर की एक पीढ़ी?

एक ऑर्गेनिक इलेक्ट्रोकेमिकल ट्रांजिस्टर इलेक्ट्रानिक सिग्नल और पॉवर को एक सेमीकंडक्टर चैनल में विद्युत चालित विलयन (इलेक्ट्रोलाइट) से आयनों के इंजेक्शन के माध्यम से बढ़ा या बदल सकता है। वर्तमान कार्बनिक विद्युत ट्रांजिस्टर आमतौर पर एक कंडक्टर बहुलक का उपयोग करते हैं जिसे PEDOT कहा जाता है। लिंकरिंग यूनिवर्सिटी में ऑर्गेनिक इलेक्ट्रॉनिक्स की प्रयोगशाला में शोध दल के सदस्य रोजर गेब्रियलसन ने ईटीई-एस नामक एक मोनोमर विकसित किया।

जब इनपुट संकेतों में हेरफेर किया जाता है, तो “दी गई उत्तेजना के लिए ट्रांजिस्टर प्रतिक्रिया की ताकत को एक सीमा के भीतर संशोधित किया जा सकता है, जो परिमाण के कई आदेशों को फैलाता है,” शोधकर्ताओं ने लिखा है। इस प्रकार, टीम के ऑर्गेनिक इलेक्ट्रोकेमिकल ट्रांजिस्टर को इस तरह से व्यवहार करने के लिए सक्षम किया गया, जो मस्तिष्क के अल्पकालिक और दीर्घकालिक न्यूरोप्लास्टिक के समान है। न्यूरोप्लास्टी मस्तिष्क की नई तंत्रिका संबंध बनाने के द्वारा खुद को पुनर्गठित करने की क्षमता है।

कार्बनिक इलेक्ट्रॉनिक्स की प्रयोगशाला, कैंपस नॉरकोपिंग की कार्बनिक नैनोइलेक्ट्रॉनिक में प्रमुख जांचकर्ता सिमोन फैबियानो के अनुसार, “यह पहली बार है कि नए इलेक्ट्रॉनिक उपकरणों का वास्तविक समय गठन न्यूरोमोर्फिक उपकरणों में दिखाया गया है।”

• क्या सीबीटी-लाइट का प्रभुत्व समाप्त हो रहा है?
• किशोर, शारीरिक छवि और सामाजिक मीडिया
• काउंसलिंग में नैतिक दुविधा
• कैसे हमारे तंत्रिका दुनिया में चिंता को कम करने के लिए
• अभिभूत? यहाँ एक स्व-सहायता समाधान राष्ट्र का स्वाइप करना है

फैबियानो का कहना है कि अनुसंधान टीम के नए कार्बनिक इलेक्ट्रोकेमिकल ट्रांजिस्टर “एक ऊर्जा की खपत के साथ हजारों सामान्य ट्रांजिस्टर के काम को अंजाम दे सकते हैं जो मानव मस्तिष्क द्वारा दो कोशिकाओं के बीच संकेतों को प्रसारित करने पर खपत होने वाली ऊर्जा का उपयोग करता है।”

यह नवीन तकनीक गहरी सीखने के लिए उपयोगी हो सकती है, एआई मशीन सीखने का एक सबसेट जिसमें दो से अधिक परतों के साथ एक कृत्रिम तंत्रिका नेटवर्क शामिल है। डीप लर्निंग संसाधन-गहन है, क्योंकि इसमें तंत्रिका प्रसंस्करण की कई परतें होती हैं, जिसमें प्रत्येक परत में कई नोड्स (कृत्रिम न्यूरॉन्स) होते हैं-गणना और स्मृति दोनों के लिए बड़े पैमाने पर संसाधन। यह बताता है कि सामान्य कंप्यूटिंग के लिए सामान्य कंप्यूटिंग के लिए GPU (ग्राफिक प्रोसेसिंग यूनिट्स) की वृद्धि ने व्यापक रूप से समानांतर प्रसंस्करण क्षमताओं (बनाम सीरियल प्रोसेसिंग) के कारण गहरी सीखने की गति को तेज कर दिया है। अधिक प्रसंस्करण क्षमताओं के साथ गहरी सीखने की पैटर्न-मान्यता क्षमताओं में प्रगति हुई। गहन शिक्षा में अग्रिम एआई पुनर्जागरण की नींव है।

ग्रैंड व्यू रिसर्च की अप्रैल 2018 की रिपोर्ट के अनुसार, दुनिया भर में न्यूरोमॉर्फिक कंप्यूटिंग बाजार 2024 तक 6.48 बिलियन डॉलर तक पहुंचने का अनुमान है। उपभोक्ता इलेक्ट्रॉनिक्स, रोबोटिक्स, कारों और अन्य उत्पादों में न्यूरोमोर्फिक चिप्स का उपयोग किया जाता है। क्या यह नया ट्रांजिस्टर हेराल्ड भविष्य होगा जहां एआई मशीन लर्निंग, बेवजह ऑर्गेनिक इलेक्ट्रॉनिक्स पर आधारित है?

कॉपीराइट © 2019 केमी रोसो सभी अधिकार सुरक्षित।

संदर्भ

लिंकअप यूनिवर्सिटी। “लर्निंग ट्रांजिस्टर मस्तिष्क की नकल करता है: न्यूरोमोर्फिक अनुप्रयोगों के लिए एक evolvable कार्बनिक विद्युत रासायनिक ट्रांजिस्टर।” 5 फरवरी 2019।