Искусственный нейрон объединяет DRAM и схемы MoS₂ для лучшей имитации адаптивности, подобной мозгу
Стремительное развитие систем искусственного интеллекта (ИИ) и машинного обучения увеличило спрос на новые аппаратные компоненты, способные ускорить анализ данных при меньшем энергопотреблении. Поскольку алгоритмы машинного обучения черпают вдохновение из биологических нейронных сетей, некоторые инженеры работают над оборудованием, имитирующим архитектуру и функционирование человеческого мозга. Аппаратное обеспечение, вдохновлённое мозгом (нейроморфное), обычно включает в себя компоненты, имитирующие работу клеток мозга, поэтому их называют искусственными нейронами . Искусственные нейроны соединены друг с другом, и их связи со временем ослабевают или усиливаются. Этот процесс напоминает синаптическую пластичность — способность мозга адаптироваться с течением времени в ответ на полученный опыт и обучение. Эмулируя синаптическую пластичность, нейроморфные вычислительные системы могут эффективнее выполнять алгоритмы машинного обучения, потребляя меньше энергии при анализе больших объёмов данных и построении прогнозов. Исследователи из Университета Фудань недавно разработали устройство на основе сверхтонкого полупроводникового монослоя дисульфида молибдена (MoS₂), которое может имитировать адаптивность биологических нейронов лучше, чем другие искусственные нейроны, созданные ранее. Новая система, представленная в статье, опубликованной в журнале Nature Electronics , сочетает в себе тип компьютерной памяти, известный как динамическая память с произвольным доступом (DRAM), и схемы...