MIT के वैज्ञानिक ब्रेन-लाइक कंप्यूटर चिप्स के लिए आर्टिफिशियल सिनैप्स डिजाइन करते हैं

कंप्यूटिंग का एक नया युग बस करीब आ गया है, क्योंकि शोधकर्ताओं ने डिज़ाइन बनाया है और कृत्रिम सिंक के लिए पहला व्यावहारिक परीक्षण चलाया है जो कंप्यूटर को मस्तिष्क के कुछ सबसे शक्तिशाली और जटिल कार्यों को दोहराने दे सकता है।

जबकि कंप्यूटर हमारे दिमाग की तुलना में अधिक शक्तिशाली लग सकता है, हम वास्तव में बाइनरी के "ऑन" और "बंद" की तुलना में संभावित संकेतों की एक विस्तृत श्रृंखला के साथ सौदा कर सकते हैं, जो कि न्यूरॉन्स के बीच कनेक्शन को संभालने वाले सिनेप्स के लिए धन्यवाद।

कंप्यूटर में उस क्षमता की पुनरावृत्ति करने के लिए कृत्रिम synapses की आवश्यकता होती है जो मज़बूती से उन सभी अलग-अलग संकेतों को भेज सकता है। जैसा कि वे पत्रिका के सोमवार के अंक में वर्णन करते हैं प्रकृति सामग्री मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं ने यह प्रदर्शित किया है कि वे इस तरह के एक कृत्रिम सिंक के पहले व्यावहारिक परीक्षण को क्या कहते हैं, जो कि न्यूरोमाफिक कंप्यूटिंग के रूप में जाना जाता है।

जबकि परीक्षण केवल कंप्यूटर सिमुलेशन में हुए, परीक्षण आशाजनक थे। शोधकर्ताओं ने अलग-अलग लिखावट के नमूनों को पहचानने के लिए कृत्रिम सिनैप्स डिज़ाइन का उपयोग किया। वे जिस सिमुलेशन को चलाते थे वह लगभग मैच के लिए मौजूद था जो मौजूदा पारंपरिक एल्गोरिदम सटीकता के मामले में कर सकते हैं - 95 बनाम 97 प्रतिशत - जो कि तकनीक के लिए एक प्रभावशाली प्रारंभिक बिंदु है।

पारंपरिक डिजिटल कंप्यूटर बाइनरी सिग्नलिंग पर निर्भर करते हैं। एक मान का अर्थ है "पर," जबकि शून्य का मान "बंद" का अर्थ है क्योंकि कंप्यूटर विशिष्ट गणनाओं को बहुत तेजी से और अधिक कुशलता से कर सकते हैं जितना कि हम कर सकते हैं, यह मानना ​​आसान है कि यह द्विआधारी दृष्टिकोण हमारे पास जाने से बेहतर है दिमाग।

लेकिन हमारे प्रत्येक दिमाग के अंदर 100 बिलियन न्यूरॉन्स का एनालॉग सेटअप यकीनन बहुत अधिक परिष्कृत है। 100 खरब synapses जो उन न्यूरॉन्स के बीच कनेक्शन का प्रबंधन करते हैं, वे केवल संकेतों को चालू या बंद नहीं भेजते हैं।

विभिन्न प्रकार और आयनों की संख्या जो एक दिए गए सिनाप्स में प्रवाहित होती है, यह निर्धारित करती है कि यह किसी विशेष न्यूरॉन को कितना मजबूत सिग्नल भेजता है, और संभावित संदेशों के स्पेक्ट्रम का मतलब है कि हमारा मस्तिष्क कई प्रकार की संगणनाओं को अनलॉक कर सकता है। अगर कंप्यूटर उस तरह की जटिलता को अपने पहले से ही चल रहे टूलकिटों में जोड़ सकते हैं, तो आप कुछ गंभीर शक्तिशाली मशीनों को देख रहे होंगे - और उन्हें विशालकाय होने की आवश्यकता नहीं होगी।

यहाँ समस्या यह है: हमारे दिमाग और अन्य प्रजातियों के पर्यायवाची को सही करने के लिए प्रकृति के पास कुछ अरब साल का समय है। शोधकर्ता केवल कुछ वर्षों के लिए सिंथेटिक समकक्ष बनाने की कोशिश कर रहे हैं, और कुछ प्रमुख ठोकरें हैं। सबसे बड़ी बात यह है कि किसी भी कृत्रिम सिनैप्स को मज़बूती से प्राप्त होने वाले प्रत्येक इनपुट के लिए ठीक उसी तरह का संकेत भेजना चाहिए, अन्यथा जटिलता केवल अराजकता में बदल जाती है।

"एक बार जब आप अपने कृत्रिम न्यूरॉन के साथ कुछ डेटा का प्रतिनिधित्व करने के लिए कुछ वोल्टेज लागू करते हैं, तो आपको मिटा देना होगा और इसे ठीक उसी तरह से फिर से लिखना होगा," किम ने कहा। "लेकिन एक अनाकार ठोस में, जब आप फिर से लिखते हैं, तो आयन अलग-अलग दिशाओं में जाते हैं क्योंकि बहुत सारे दोष होते हैं। यह स्ट्रीम बदल रही है, और इसे नियंत्रित करना कठिन है। यह सबसे बड़ी समस्या है - कृत्रिम सिंक की गैर-समरूपता।"

MIT के शोधकर्ता आशावादी हैं कि उनके डिजाइन ने एक अलग सामग्री, एक एकल-क्रिस्टलीय सिलिकॉन का उपयोग करके इस समस्या पर महत्वपूर्ण प्रभाव डाला है जो बिना किसी दोष के पूरी तरह से संचालित होता है।एक सिमुलेशन में, शोधकर्ताओं ने सामान्य ट्रांजिस्टर सामग्री सिलिकॉन जर्मेनियम का उपयोग करके इस नींव को कृत्रिम synapses डिज़ाइन किया, वे ऐसी धाराओं का निर्माण करने में सक्षम थे जो विभिन्न synapses के बीच केवल चार प्रतिशत के बारे में भिन्न थे। यह सही नहीं है, लेकिन पहले जो हासिल हुआ है, उस पर यह एक बहुत बड़ा सुधार है।

अभी के लिए, यह कार्य सैद्धांतिक बना हुआ है, और एक वास्तविक वास्तविक दुनिया के परीक्षण में एक सिमुलेशन बनाम वास्तविक परिणाम दिखाने में आशाजनक परिणाम प्रदर्शित करने के बीच अंतर है। लेकिन किम और उनकी टीम आशावादी है।

"यह असली कृत्रिम हार्डवेयर का उत्पादन करने के लिए एक कदम पत्थर खोलता है," उन्होंने कहा।