Beyin fonksiyonu kısmen nanomateryaller tarafından çoğaltılmıştır

Anonim

Beyin, öğrenmesi, belirsiz tanımlamaları, yüksek tanıma kabiliyetine ve zekasına sahip olması ve karmaşık bilgi işlemeyi gerçekleştirmesi için çevreye uyum sağlamak için şaşırtıcı derecede az enerji gerektirir.

Nöral devrelerin iki temel özelliği "sinapsların öğrenme becerisi" ve "sinir uyarıları veya sivri" dir. Beyin bilimi ilerledikçe, beyin yapısı yavaş yavaş arındırılmış, ancak tamamen taklit etmek çok karmaşıktır. Bilim adamları beynin mekanizmalarının bir bölümünü taklit eden basitleştirilmiş nöromorfik devreleri ve cihazları kullanarak beyin fonksiyonunu çoğaltmaya çalıştılar.

Beyin yapısını ve işlevini taklit eden devreleri yapay olarak kopyalamak için nöromorfik çiplerin geliştirilmesinde, sinir uyarılarını (çiviler) taklit eden spontan sivri uçların üretimi ve iletimi işlevleri henüz tam olarak kullanılmamıştır.

Kyushu Teknoloji Enstitüsü ve Osaka Üniversitesi'nden ortak bir grup araştırmacı, iletken atomik kuvvet mikroskobu (C-AFM) kullanarak tek duvarlı karbon nanotüp (SWNT) üzerine emilen çeşitli moleküllerin ve parçacıkların birleşimlerinde mevcut düzeltme kontrolünü inceledi ve SWNT'de absorbe edilen polioksometalat (POM) moleküllerinde negatif diferansiyel direnç oluşturuldu. Bu, moleküler kavşaklarda dengesiz dinamik denge olmayan bir durumun ortaya çıktığını göstermektedir.

Buna ek olarak, araştırmacılar, nöronların sinir uyarılarına benzer spontan dikenler üreten, son derece yoğun, rastgele SWNT / POM ağ moleküler nöromorfik cihazlar yarattılar (Şekil 1).

POM, 3 boyutlu bir çerçeve oluşturmak için metal atomları ve oksijen atomlarından oluşur. (Şekil 2) Sıradan organik moleküllerin aksine, POM ücretleri tek bir molekülde depolayabilir. Bu çalışmada, ağdaki negatif ayrım direncinin ve ağ oluşumunun ağdaki moleküler kavşaklarda denge dışı yük dinamiklerinden kaynaklandığı düşünülmüştür.

Böylece, Megumi Akai-Kasaya liderliğindeki ortak araştırma grubu, rastgele moleküler ağdan üretilen dikenleri çoğaltan elektrik yüklerini depolayabilen POM molekülleriyle kompleks hale getirilmiş rastgele moleküler ağ modelinin simülasyon hesaplamalarını gerçekleştirdi. (Şekil 3'de kaldı) Bu moleküler modelin büyük olasılıkla bir rezervuar hesaplama cihazının bir bileşeni haline geleceğini de gösterdi. Rezervuar hesaplama, yeni nesil yapay zeka (AI) olarak öngörülmektedir. (Şekil 3) Araştırma sonuçları Nature Communications'da yayınlanmıştır.

"Çalışmamızın önemi, beyin fonksiyonunun bir kısmının nano moleküler materyaller ile kopyalanmasıdır. Rastgele moleküler ağın kendisinin nöromorfik AI olabilme olasılığını gösterdik" diyor baş yazar Hirofumi Tanaka.

Bu grubun başarılarının geleceğin nöromorfik cihazlarının gelişimine büyük ölçüde katkıda bulunacağı beklenmektedir.

menu
menu