استفاده از اسکایرمیون ها برای ایجاد سیناپس های مصنوعی برای محاسبات عصبی

Skyrmions اشیاء اتمی فوق العاده پایدار است که برای اولین بار در سال 2009 در مواد واقعی کشف شد ، که اخیراً نیز در دمای اتاق وجود دارد. این اشیاء منحصر به فرد دارای تعدادی از خواص مطلوب ، از جمله ولتاژ آستانه قابل ملاحظه ای کوچک ، اندازه های نانو و دستکاری برقی آسان است.

اگرچه این ویژگی ها می توانند برای ایجاد طیف گسترده ای از الکترونیک سودمند باشند ، اما توسعه وسایل برقی همه کاره با استفاده از اسکایرمیون ها تاکنون بسیار چالش برانگیز بوده است. یکی از کاربردهای احتمالی اسکایرمیونها در محاسبات عصبی مورب است ، که مستلزم ایجاد ساختارهای مصنوعی است که شبیه آنهایی است که در مغز انسان مشاهده می شود.

با توجه به این موضوع ، محققان پژوهشگاه علوم و فناوری کره (KIST) اخیراً در مورد احتمال استفاده از اسکیرمیون ها برای تکثیر مکانیسم های مشاهده شده در مغز انسان تحقیق کرده اند. مقاله آنها ، که در Nature Electronics منتشر شده است ، نشان می دهد که از این ساختارهای اتمی فوق العاده پایدار می توان برای تقلید برخی از رفتارهای سیناپسهای بیولوژیکی استفاده کرد ، این اتصالات بین سلولهای عصبی است که از طریق آنها تکانه های عصبی به قسمتهای مختلف مغز انسان منتقل می شوند.

سونگ هون وو ، یکی از محققانی که این تحقیق را انجام داده و اکنون در IBM است ، گفت: "از زمان کشف آنها ، چند تظاهرات دستکاری الکتریکی از اسکایرمین ها وجود داشته است که نشان می دهد ممکن است از آنها برای ایجاد یک وسیله کاملاً کارآمد استفاده شود." TechXplore "در همان زمان ، ما افزایش یافته است در تحقیقات محاسبات عصبی ، نشان می دهد که یک دستگاه حافظه آنالوگ شناخته شده به عنوان" ممستور "می تواند مورد استفاده قرار گیرد به طور چشمگیری بهره وری محاسبات را افزایش دهد زیرا سایر فناوری های با استفاده از حافظه آنالوگ موجود هنوز در مراحل اولیه هستند. ما فکر می کردیم که بخاطر ویژگیهای ایده آلشان ، ممکن است حافظان مستقر در اسکایرمین راه حل باشند. "

نورونها در مغز با استفاده از انتقال دهنده های عصبی ، مواد شیمیایی که اطلاعات عصبی را از سلول به سلول دیگر منتقل می کنند ، در سیناپس ها ارتباط برقرار می کنند. در سیناپسهای مصنوعی که توسط محققان ایجاد شده است ، هر اسکایرمیون جداگانه به عنوان یک انتقال دهنده عصبی عمل می کند.

محققان با کنترل تعداد اسکیرمیونها در یک سیستم با استفاده از حداقل توان الکتریکی ، از دو مکانیسم مشاهده شده در سیناپس های بیولوژیک یعنی رفتارهای تقویت کننده و افسردگی آنها تقلید کردند که این امر در اثر تغییرات وزن انتقال دهنده های عصبی به وجود می آید. این رفتارها با ایجاد تجمع و از بین رفتن اسکایرمیون ها تکثیر می شود و در نتیجه باعث تغییر در وزن سیستم و در نتیجه در حافظه آن می شود.

وو گفت: "در مطالعه ما ، ما صریحاً سیناپسهای مبتنی بر اسکایرمیون را با دیگر فناوریهای مستقرتر مبتنی بر حافظه غیر متغیر ، مانند حافظه تغییر فاز یا حافظه مقاومت مقایسه کردیم." "اگرچه مقدماتی ، مطالعه ما نشان می دهد که طراحی مبتنی بر اسکیرمیون می تواند در معیارهای مهم از جمله استقامت ، خطی بودن و تغییر دستگاه از دستگاه به مزایای آن ، که هم اکنون یک تنگنای مهم در طرح های مبتنی بر PRAM یا RRAM است".

تاکنون وو و همکارانش عملکرد سری سینت های مصنوعی خود را در سطح تراشه و در یک سری شبیه سازی آزمایش کرده اند. آنها دریافتند که عملکرد بسیار چشمگیری دارند ، خصوصاً در کارهای تشخیص الگوی.

وو گفت: "با توجه به اینکه بیشترین مطالعات جدید در مورد محاسبات عصبی مبتنی بر ممستور مبتنی بر یا PRAM یا RRAM است ، فکر می کنم معنی دارترین دستاورد مطالعه ما این است که ما روش جدیدی برای ایجاد ابزارهای محاسباتی عصبی بر اساس ساختارهای چرخش نشان دادیم."