La tecnología del sistema informático neuromórfico que imita el cerebro humano debe superar la limitación del consumo excesivo de energía, que es característico del método informático de von Neumann existente. Se requiere un dispositivo de sinapsis artificial analógico de alto rendimiento capaz de expresar la fuerza de la conexión sináptica para implementar un dispositivo semiconductor que utilice un método de transmisión de información cerebral. Este método utiliza señales transmitidas entre neuronas cuando una neurona genera una señal de pico.

Sin embargo, con los dispositivos de memoria convencionales de resistencia variable ampliamente utilizados como sinapsis artificiales, a medida que el filamento crece con una resistencia variable, el campo eléctrico aumenta, provocando un fenómeno de retroalimentación, lo que resulta en un rápido crecimiento del filamento. Por lo tanto, es un desafío implementar plasticidad mientras se mantiene la variación de resistencia analógica (gradual) con respecto al tipo de filamento.

El Instituto de Ciencia y Tecnología de Corea, dirigido por el equipo del Dr. YeonJoo Jeong en el Centro de Ingeniería Neuromórfica, resolvió las limitaciones de las características sinápticas analógicas, la plasticidad y la preservación de la información, que son obstáculos crónicos relacionados con los memristores, dispositivos semiconductores neuromórficos. Anunció el desarrollo de un dispositivo semiconductor sináptico artificial capaz de computación neuromórfica altamente confiable.

El equipo de investigación de KIST ajustó las propiedades redox de los iones de electrodos activos para resolver pequeños problemas de plasticidad sináptica que dificultan el rendimiento de los dispositivos semiconductores neuromórficos existentes. Además, los metales de transición fueron dopados y utilizados en el dispositivo sináptico, controlando la probabilidad de reducción de los iones de electrodos activos. Los ingenieros descubrieron que la alta probabilidad de reducción de los iones es una variable crítica en el desarrollo de dispositivos sinápticos artificiales de alto rendimiento.

Por lo tanto, el equipo de investigación introdujo un metal de transición de titanio, que tiene una alta probabilidad de reducción de iones, en un dispositivo sináptico artificial existente. Esto mantiene las características analógicas de la sinapsis y la plasticidad del dispositivo en la sinapsis del cerebro biológico, aproximadamente cinco veces la diferencia entre resistencias altas y bajas. Además, desarrollaron un semiconductor neuromórfico de alto rendimiento que es aproximadamente 50 veces más eficiente.

Además, debido a la reacción de formación de alta aleación exhibida por el metal de transición de titanio dopado, la retención de información aumentó hasta 63 veces en comparación con el dispositivo sináptico artificial existente. Además, las funciones cerebrales, incluida la potenciación a largo plazo y la depresión a largo plazo, podrían simularse con mayor precisión.

El equipo implementó un patrón de aprendizaje de redes neuronales artificiales utilizando el dispositivo sináptico artificial desarrollado e intentó el aprendizaje de reconocimiento de imágenes de inteligencia artificial. La tasa de error se redujo en más del 60 % en comparación con el dispositivo sináptico artificial existente; además, la precisión del reconocimiento del patrón de imagen de escritura a mano (MNIST) aumentó en más del 69 %. El equipo de investigación confirmó la viabilidad de un sistema informático neuromórfico de alto rendimiento a través de este dispositivo sináptico artificial mejorado.

El Dr. Jeong de KIST dijo:"Este estudio mejoró drásticamente el rango de movimiento sináptico y la preservación de la información, que eran las mayores barreras técnicas de los imitadores sinápticos existentes. En el dispositivo de sinapsis artificial desarrollado, el área de operación analógica del dispositivo expresa las diversas conexiones de la sinapsis. se han maximizado las fortalezas, por lo que se mejorará el rendimiento de la computación de inteligencia artificial basada en simulación cerebral.

"En la investigación de seguimiento, fabricaremos un chip semiconductor neuromórfico basado en el dispositivo de sinapsis artificial desarrollado para realizar un sistema de inteligencia artificial de alto rendimiento, mejorando así aún más la competitividad en el campo de los semiconductores de sistemas domésticos e inteligencia artificial".

La investigación fue publicada en Nature Communications . + Explora más

Dispositivo de memoria neuromórfica que simula neuronas y sinapsis