Thiết bị tính toán dựa trên AI của tương lai: Các nhà vật lý mô phỏng mạng não nhân tạo bằng vật liệu lượng tử mới

Khóa đại dịch buộc phải có một cái nhìn mới về các thiết kế cho các thiết bị điện toán dựa trên AI của tương lai.

Năng suất khoa học đột phá của Isaac Newton trong khi cô lập khỏi sự lây lan của bệnh dịch hạch là huyền thoại. Các nhà vật lý của Đại học California San Diego giờ đây có thể yêu cầu một cổ phần trong biên niên sử của khoa học do đại dịch gây ra.

Một nhóm các nhà nghiên cứu UC San Diego và các đồng nghiệp tại Đại học Purdue hiện đã mô phỏng nền tảng của các loại thiết bị điện toán trí tuệ nhân tạo mới có thể bắt chước các chức năng của não, một thành tựu có được từ việc khóa đại dịch COVID-19. Bằng cách kết hợp các vật liệu siêu máy tính mới với các oxit chuyên dụng, các nhà nghiên cứu đã chứng minh thành công xương sống của mạng lưới các mạch và thiết bị phản ánh sự kết nối của các nơ-ron và khớp thần kinh trong các mạng thần kinh dựa trên sinh học.

Các mô phỏng được mô tả trong Kỷ yếu của Viện Hàn lâm Khoa học Quốc gia (PNAS).

Khi nhu cầu băng thông trên các máy tính ngày nay và các thiết bị khác đạt đến giới hạn công nghệ, các nhà khoa học đang hướng tới một tương lai trong đó các vật liệu mới có thể được điều chỉnh để bắt chước tốc độ và độ chính xác của hệ thần kinh giống động vật. Tính toán thần kinh dựa trên vật liệu lượng tử, hiển thị các đặc tính dựa trên cơ học lượng tử, cho phép các nhà khoa học có khả năng vượt qua giới hạn của vật liệu bán dẫn truyền thống. Tính linh hoạt tiên tiến này mở ra cánh cửa cho các thiết bị thời đại mới linh hoạt hơn nhiều với nhu cầu năng lượng thấp hơn so với các thiết bị ngày nay. Một số nỗ lực này đang được dẫn dắt bởi Trợ lý Bộ môn Vật lý, Giáo sư Alex Frañó và các nhà nghiên cứu khác tại UC San Diego’s Quantum Materials for Energy Efficiromorphic Computing (Q-MEEN-C), một Trung tâm Nghiên cứu Biên giới Năng lượng do Bộ Năng lượng hỗ trợ.

Frañó, người từng là một trong những tác giả của bài báo PNAS , cho biết: “Trong 50 năm qua, chúng tôi đã chứng kiến những thành tựu công nghệ đáng kinh ngạc dẫn đến việc máy tính ngày càng nhỏ hơn và nhanh hơn – nhưng ngay cả những thiết bị này cũng có giới hạn về lưu trữ dữ liệu và tiêu thụ năng lượng. , cùng với cựu thủ tướng UC San Diego, chủ tịch UC và nhà vật lý Robert Dynes. “Tính toán hình thái thần kinh được lấy cảm hứng từ quá trình hình thành của hàng triệu tế bào thần kinh, sợi trục và đuôi gai được kết nối trên khắp cơ thể chúng ta trong một hệ thống thần kinh cực kỳ phức tạp.”

Là các nhà vật lý thực nghiệm, Frañó và Dynes thường bận rộn trong phòng thí nghiệm của họ bằng cách sử dụng các dụng cụ hiện đại để khám phá các vật liệu mới. Nhưng với sự bùng nổ của đại dịch, Frañó và các đồng nghiệp của ông đã bị buộc phải sống cô lập với những lo ngại về việc làm thế nào để tiếp tục nghiên cứu của họ về phía trước. Cuối cùng họ đã nhận ra rằng họ có thể phát triển khoa học của mình từ quan điểm mô phỏng các vật liệu lượng tử.

“Đây là một bài báo về đại dịch,” nói Frañó. “Tôi và các đồng tác giả quyết định nghiên cứu vấn đề này từ góc độ lý thuyết hơn nên chúng tôi đã ngồi xuống và bắt đầu có các cuộc họp hàng tuần (dựa trên Zoom). Cuối cùng, ý tưởng đã phát triển và thành công ”.

Sự đổi mới của các nhà nghiên cứu dựa trên việc kết hợp hai loại chất lượng tử — vật liệu siêu dẫn dựa trên oxit đồng và vật liệu chuyển tiếp cách điện kim loại dựa trên oxit niken. Họ đã tạo ra các “thiết bị vòng lặp” cơ bản có thể được điều khiển chính xác ở quy mô nano bằng heli và hydro, phản ánh cách kết nối các nơ-ron và khớp thần kinh. Việc bổ sung thêm nhiều thiết bị liên kết và trao đổi thông tin với nhau, các mô phỏng cho thấy rằng cuối cùng chúng sẽ cho phép tạo ra một loạt các thiết bị nối mạng hiển thị các đặc tính nổi lên như não động vật.

Giống như não, các thiết bị thần kinh đa hình đang được thiết kế để tăng cường các kết nối quan trọng hơn các thiết bị khác, tương tự như cách các khớp thần kinh cân nhắc các thông điệp quan trọng hơn các khớp khác.

Frañó nói: “Thật ngạc nhiên là khi bạn bắt đầu thực hiện nhiều vòng lặp hơn, bạn bắt đầu thấy những hành vi mà bạn không ngờ tới. “Từ bài báo này, chúng ta có thể tưởng tượng làm điều này với sáu, 20 hoặc một trăm thiết bị này — rồi từ đó nó trở nên phong phú theo cấp số nhân. Mục tiêu cuối cùng là tạo ra một mạng lưới rất lớn và phức tạp của những thiết bị này có khả năng học hỏi và thích ứng. ”

Với những hạn chế về đại dịch đã được nới lỏng, Frañó và các đồng nghiệp của ông đã trở lại phòng thí nghiệm, thử nghiệm các mô phỏng lý thuyết được mô tả trong bài báo PNAS bằng các thiết bị trong thế giới thực.

Tham khảo: “Mạng thần kinh hình dạng nổi ở nhiệt độ thấp với các thiết bị oxit tương quan” của Uday S. Goteti, Ivan A. Zaluzhnyy, Shriram Ramanathan, Robert C. Dynes và Alex Frano, ngày 25 tháng 8 năm 2021, Kỷ yếu của Viện Hàn lâm Khoa học Quốc gia .
DOI: 10.1073 / pnas.2103934118

Các tác giả của bài báo bao gồm: Uday Goteti, Ivan Zaluzhnyy, Shriram Ramanathan, Robert Dynes và Alex Frañó.

Nghiên cứu được hỗ trợ thông qua Q-MEEN-C, được tài trợ bởi Bộ Năng lượng Hoa Kỳ, Văn phòng Khoa học, Khoa học Năng lượng Cơ bản (DE-SC0019273).

Theo Scitechdaily