Az AI-számítástechnika fejlesztése 2D-s anyagokból készült atom vékony mesterséges neuronokkal

Az Oxfordi Egyetem, az IBM Research Europe és a Texasi Egyetem kutatócsoportja atom vékony mesterséges neuronokat hozott létre, amelyek forradalmasíthatják a AI-számítást.

Az Oxfordi Egyetem, az IBM Research Europe és a Texasi Egyetem kutatócsoportja sikeresen fejlesztett ki atom vékony mesterséges neuronokat 2D-s anyagok egymásra rétegzésével, ami úttörő eredmény, és forradalmasíthatja a mesterséges intelligencia számításait. A kutatók továbbfejlesztették az elektronikus memrisztorok funkcionalitását, hogy mind az optikai, mind az elektromos jelekre reagáljanak, lehetővé téve ezzel külön előrecsatolási és visszacsatolási utak létrehozását a hálózaton belül, ami győztes-nyertes neurális hálózatok kialakítását eredményezte.

A győztes-nyertes neurális hálózatok olyan számítógépes tanulási programok típusa, amely a gépi tanulásban összetett problémák megoldására alkalmas. Úgy működnek, hogy egy neuroncsoportból kiválasztják a legnagyobb kimeneti jelet, és elnyomják a csoport összes többi neuronjának kimenetét, így egyszerre csak egy neuron aktiválódik. Ez lehetővé teszi, hogy a hálózat egyetlen, döntő választ adjon egy adott bemenetre, és gyakran használják olyan feladatokhoz, mint az osztályozás és a klaszterezés. A kutatók által kifejlesztett neurális hálózatok a gépi tanulás bonyolult problémáival is megbirkózhatnak, beleértve a klaszterezés és a kombinatorikus optimalizálás nem felügyelt tanulását.

Az eszköz létrehozásához a kutatók három 2D-s anyagból álló köteget használtak: grafén, molibdén-diszulfid és volfrám-diszulfid, amelyek néhány atomrétegből állnak, így egyedi tulajdonságokkal rendelkeznek, amelyek az anyag rétegzettsége alapján finomhangolhatók. Ez a különleges eszköz képes arra, hogy a kapott fény vagy elektromos jelek intenzitásának és időtartamának függvényében módosítsa a vezetőképességét, hasonlóan az emberi agyban található neuronokhoz és szinapszisokhoz.

"Ez egy rendkívül izgalmas fejlesztés. Tanulmányunk egy olyan újszerű koncepciót vezetett be, amely túllép a jelenlegi mesterséges neurális hálózatokban jellemzően alkalmazott fix előrecsatolásos működésen" – mondta a közleményben a vezető szerző, Dr. Ghazi Sarwat Syed, az IBM Research Europe Switzerland kutatási munkatársa. A csapat új technikája a társvezető szerző, Harish Bhaskaran professzor szerint a 2D anyagok erejét tárja fel az új számítási paradigmák számára. Ez a fejlesztés kulcsfontosságú lehet, mivel a csapat szerint az AI-alkalmazásokhoz szükséges számítási teljesítmény meghaladta a hagyományos processzorokon alapuló új hardverek fejlesztését.

• AI
• gépi tanulás
• Mesterséges neuronok
• 2D anyagok