Almanya ve Çin’den bilim adamları, beyin nöronlarının prensiplerini taklit eden membran – enerji verimli bileşenlerin gelişiminde bir atılım yaptılar. Julikh’in merkezinde, Ilya Valov liderliğinde oluşturulan yeni teknoloji, yapay zeka yeni görevleri öğretirken daha önce öğrenilen verileri kaybettiğinde “felaket unutma” sorununu çözüyor.
Bellek ve direnç fonksiyonlarını birleştiren memristörler, voltaj altındaki dirençlerini değiştirir ve güç kapatıldıktan sonra bu durumu korur. Klasik transistörlerden farklı olarak, verilerin hesaplamalarının ve depolanmasının biyolojik beyinde olduğu gibi tek bir yerde meydana geldiği nöromorfik sistemler oluşturmanıza izin verirler. Bununla birlikte, bu tür bileşenlerin önceki sürümleri dengesizlikten muzdaripti: metal iletken iplikler (ECM tipi, kırılgan metal “kablolama”, kısmen yok etme) voltaj değiştiğinde hızla çöktü ve oksijen iyonlarına (VCM tipi) dayalı sistemler yüksek voltaj gerektirdi.
Valov’un ekibi yeni bir tür membran (FCM) geliştirdi. Onlarda, metal iplikler yerine, voltaj değiştiğinde “çözülmeyen”, ancak oksijen ve tantal iyonlarının hareketi nedeniyle iletkenliği sorunsuz bir şekilde değiştiren tantal oksitten stabil yapılar oluşur. Bunun nedeni, yüklü parçacıkların (iyonlar) malzemenin içindeki hareketidir. Teknoloji, ısıtmaya karşı direnç ve üretim evliliğini%25 azaltan geniş bir çalışma aralığı (0,5 ila 2,5 V) sağladı.
Temel avantaj, analog ve dijital modlar arasında geçiş yapma yeteneğidir. Bu sinir ağları için kritiktir: örneğin, otonom bir otomobil, zayıf görünürlük koşullarında sürüş becerilerini kaybetmeden yeni rotaları inceleyebilecek ve “akıllı gözlük” – ayarları sıfırlamadan kullanıcının alışkanlıklarına uyum sağlayacaktır. Testlerde, FCM memristörlerine dayanan sistem, önceki “bilgiyi” koruyarak görüntünün tanıma doğruluğunu%94 seviyesinde gösterdi.
Valov, “Şimdi bileşenlerin istikrarını artırmak için başka malzemeler inceliyoruz” diyor. Tahminlere göre, nöromorfik çiplerin ilk endüstriyel örnekleri 2025’in sonuna kadar görünecektir. Bu, veri merkezlerinin enerji tüketimini% 30 oranında azaltabilecek ve AI deveanslarını daha özerk hale getirebilen “bellekte hesaplamalar” gelişimini hızlandıracaktır.
