Вважається, що комп’ютери працюють ефективніше за людину. Вони можуть в одну мить вирішити складне математичне завдання. Однак мозок людини здатний швидко обробляти великі обсяги інформації, наприклад, розпізнавати обличчя, побачивши їх лише один раз у житті.
Подібні прості людські завдання вимагають великих витрат енергії та часу на обробку даних від комп’ютерів, та й результати видаються з різним ступенем точності.
Мозгоподібні комп’ютери з низькими витратами енергії могли б створити революцію у багатьох сферах сучасного життя. У центрі цих досліджень – квантові матеріали для енергоефективних нейроморфних обчислень (Q-MEEN-C).
Доцент фізико-математичного факультету Каліфорнійського Університету в Сан-Дієго та директор Q-MEEN-C Алекс Франьо веде роботу центру поетапно. На першому етапі він разом із колегами знайшов спосіб створення імітацій властивостей окремих нейронів у квантових матеріалах.
На другому етапі дослідження Q-MEEN-C показало, що електричні стимули можуть передаватися між сусідніми електродами, і між розташованими далеко один від одного.
Це відкриття є важливим кроком на шляху створення нових видів пристроїв, які імітують функції мозку відомі як нейроморфні обчислення.
Коли дослідники вдосконалили цю ідею, симуляція перетворилася на реальний пристрій.
Для цього вчені взяли найтоншу плівку нікеляту – керамічного “квантового матеріалу”, що має унікальні електронно-променеві властивості, додали до неї іони водню і помістили зверху металевий провідник. Через нього на нікельовану поверхню надходив електричний імпульс, який змушував гелеподібні атоми водню прослизати у певну структуру. Коли сигнал переривався, ця конфігурація залишалася зафіксованою.
“По суті це схоже на пам’ять. Пристрій пам’ятає, що ви впливали на матеріал”, – заявив Франьо.
Тепер можна з високою точністю налаштувати рух іонів для створення провідних шляхів для електричного струму.
Зазвичай для створення мереж, які передають електроенергію, достатню для роботи пристроїв, подібних до ноутбука, необхідні складні схеми з нерозривними точками підключення. Це неефективно та нерентабельно. Принцип розробки Q-MEEN-C набагато простіше, оскільки всі дроти в ланцюзі не обов’язково з’єднуються між собою.
Це схоже на те, як навчається мозок – не послідовно, а складними шарами. Кожен із фрагментів навчання формує зв’язки у деяких ділянках мозку, що дає можливість людині не просто відрізняти собак від дерев, а пуделя від вівчарки чи дуб від пальми.
Вчені прагнуть революційних змін в апаратному забезпеченні. Наступним кроком буде створення більш громіздких масивів зі збільшеним числом електродів і складнішою конфігурацією.