به سرپرستی دانشمند ایرانی ابداع شد
مواد ۲ بعدی که می توانند از اجزای مغز انسان تقلید کنند!
یک گروه پژوهشی به سرپرستی ˮمکس حامدیˮ، دانشمند ایرانی موفق شدند نوعی از مواد دو بعدی را ابداع کنند که می توانند به تقلید از اجزای مغز انسان در کامپیوتر ها بپردازند.
به گزارش بازار مقاله به نقل از ایسنا و به نقل از نانوورک، پژوهشگران "مؤسسه سلطنتی فناوری کی تی اچ"(KTH) و "دانشگاه استنفورد"(Stanford University)، ماده ای را برای تولید اجزای کامپیوتر ساخته اند که ارائه کامپیوتر های مشابه مغز انسان را امکان پذیر می کند.
مولفه های موسوم به "ECRAM" تولید شده با کاربید تیتانیوم دو بعدی، پتانسیل فوق العاده ای را برای تکمیل فناوری ترانزیستور کلاسیک و کمک به تجاری سازی کامپیوتر های قدرتمندی که برمبنای شبکه عصبی مغز مدل سازی شده اند، نشان می دهند. چنین کامپیوتر هایی می توانند هزاران بار بیشتر از کامپیوتر های فعلی کارآمد باشند.
"مکس حامدی"(Max Hamedi)، دانشمند ایرانی مؤسسه سلطنتی فناوری کی تی اچ اظهار داشت: به سبب وجود برخی تفاوت های اساسی روش کلاسیک محاسبات که حالا مورد استفاده قرار دارد با ECRAM، مؤلفه ای که بعنوان نوعی سلول سیناپسی در یک شبکه عصبی مصنوعی عمل می کند، این پیشرفت ها در محاسبات امکان پذیر هستند.
وی ادامه داد: این کامپیوتر های جدید بجای ترانزیستورهایی که روشن یا خاموش هستند و به انتقال اطلاعات بین پردازنده و حافظه نیاز دارند، به اجزایی متکی هستند که می توانند چندین حالت داشته باشند و محاسبات درون حافظه را انجام دهند.
دانشمندان مؤسسه سلطنتی فناوری کی تی اچ و دانشگاه استنفورد، روی آزمایش مواد بهتری برای ساختن ECRAM تمرکز کرده اند؛ مولفه ای که در آن، یون ها به کانال اکسیداسیون وارد می شوند و کاری مشابه کار مغز ما با یون ها صورت می گیرد. آنچه برای تجاری کردن این تراشه ها مورد نیاز است، موادی هستند که بر "سینتیک"(Kinetics) کند اکسیدهای فلزی و پایداری دمای ضعیف پلاستیک ها غلبه کنند.
ماده کلیدی در واحدهای ECRAM که این گروه پژوهشی ابداع نموده اند، "MXene" نامیده می شود. این ماده، یک ترکیب دو بعدی است که به اندازه چند اتم ضخامت دارد و از کاربید تیتانیوم تشکیل شده است.
حامدی اظهار داشت: MXene، سرعت بالای شیمی آلی را با سازگاری مواد معدنی در یک دستگاه واحد ترکیب می کند که در پیوند الکتروشیمی و تجهیزات الکترونیکی کاربرد دارد.
"آلبرتو سالیو"(Alberto Salleo)، پژوهشگر دانشگاه استنفورد و از اعضای این گروه پژوهشی اظهار داشت: MXene، سرعت، خطی بودن، نویز نوشتن، انرژی و استقامت معیارهای ضروری برای شتاب موازی شبکه های عصبی مصنوعی را با هم ترکیب می کند.
بااینکه قبل از خرید کامپیوتر های نورومورفیک، باید بر موانع بسیاری غلبه کرد اما حامدی اظهار داشت که ECRAM دو بعدی حداقل در مورد مواد نورومورفیک، پیشرفتی را نشان میدهد که شاید به هوش مصنوعی کمک نماید تا با ورودی ها و جزییات گیج کننده سازگار شود. مغز، انرژی بسیار کمتری را مصرف می کند. همچنین، این روش می تواند دستگاه های قابل حملی را فعال کند که قادر به انجام دادن وظایف محاسباتی بسیار سنگین تری هستند.
این پژوهش، در "Advanced Functional Materials" به چاپ رسید.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب