Истражувачи од Универзитетот во Кембриџ развиле нов наноелектронски уред инспириран од начинот на кој работи човечкиот мозок, со потенцијал значително да ја намали енергетската потрошувачка на системите за вештачка интелигенција. Според тимот, ваквиот пристап би можел да намали употреба на енергија и до 70 проценти во споредба со денешниот хардвер за AI.
Проблемот кај современите AI системи е што податоците постојано се префрлаат меѓу меморијата и процесорските единици, што бара многу електрична енергија. Новиот уред припаѓа на полето на невроморфно пресметување, каде меморијата и обработката се спојуваат во исто место, слично на невроните во мозокот.
Основата на решението е модифицирана верзија на хафниум оксид, која функционира како стабилен мемристор, електронска компонента што може истовремено да обработува и да задржува информации. За разлика од многу постојни мемристори, кои зависат од непредвидливо формирање на проводни филаменти, овој дизајн користи поконтролиран механизам на интерфејсите меѓу слоевите.
Научниците додале стронциум и титан и примениле двостепен процес на изработка, со што создале мали електронски бариери, познати како p-n споеви. Наместо случајни промени во материјалот, уредот ја менува отпорноста преку прилагодување на енергетската бариера на тие интерфејси. Тоа овозможува помазно и посигурно префрлување меѓу состојби.
Тестовите покажале дека уредот работи со струи околу милион пати пониски од некои конвенционални оксидни мемристори. Истовремено, може да постигне стотици стабилни нивоа на проводливост, што е важно за аналогно пресметување во меморија. Во лабораториски услови, компонентите останале стабилни низ десетици илјади циклуси и ги задржале програмираните состојби околу еден ден.
Дополнително, уредот покажал и однесување слично на биолошко учење, вклучувајќи spike-timing dependent plasticity, механизам со кој врските меѓу невроните се засилуваат или ослабуваат зависно од временското совпаѓање на сигналите. Тоа е важно ако целта не е само складирање податоци, туку и хардвер што може да учи и да се приспособува.
Сепак, технологијата сè уште има практични ограничувања. Сегашниот производствен процес бара температури од околу 700 степени Целзиусови, што е повисоко од она што најчесто го дозволува стандардното производство на полупроводници. Тимот работи на намалување на оваа температура за уредот полесно да се интегрира во реални чипови.
Резултатите се објавени во списанието Science Advances, а истражувачите сметаат дека ако производствениот процес се усогласи со индустриските стандарди, ваквиот тип хардвер би можел да стане важен чекор кон поефикасна и поодржлива вештачка интелигенција.
