Perangkat komputasi mirip otak baru mensimulasikan pembelajaran manusia
Spotlight

Perangkat komputasi mirip otak baru mensimulasikan pembelajaran manusia


Dengan menghubungkan transistor sinaptik tunggal ke dalam sirkuit neuromorfik, para peneliti menunjukkan bahwa perangkat mereka dapat mensimulasikan pembelajaran asosiatif. Kredit: Universitas Northwestern

Para peneliti telah mengembangkan perangkat komputasi mirip otak yang mampu belajar melalui asosiasi.

Mirip dengan bagaimana ahli fisiologi terkenal Ivan Pavlov mengkondisikan anjing untuk mengasosiasikan bel dengan makanan, para peneliti di Northwestern University dan University of Hong Kong berhasil mengkondisikan sirkuit mereka untuk mengasosiasikan cahaya dengan tekanan.

Penelitian tersebut akan diterbitkan pada 30 April di jurnal tersebut Komunikasi Alam.

Rahasia perangkat ini terletak pada “transistor sinaptik” organik elektrokimia baru, yang secara bersamaan memproses dan menyimpan informasi seperti otak manusia. Para peneliti menunjukkan bahwa transistor dapat meniru plastisitas sinapsis jangka pendek dan jangka panjang di otak manusia, membangun ingatan untuk dipelajari dari waktu ke waktu.

Dengan kemampuannya seperti otak, transistor dan sirkuit baru berpotensi mengatasi keterbatasan komputasi tradisional, termasuk perangkat keras yang menguras energi dan kemampuan terbatas untuk melakukan banyak tugas pada saat yang bersamaan. Perangkat mirip otak ini juga memiliki toleransi kesalahan yang lebih tinggi, terus beroperasi dengan lancar bahkan saat beberapa komponen rusak.

“Meskipun komputer modern luar biasa, otak manusia dapat dengan mudah mengungguli dalam beberapa tugas kompleks dan tidak terstruktur, seperti pengenalan pola, kontrol motorik, dan integrasi multisensori,” kata Jonathan Rivnay dari Northwestern, penulis senior studi tersebut. “Ini berkat plastisitas sinapsis, yang merupakan blok bangunan dasar kekuatan komputasi otak. Sinapsis ini memungkinkan otak untuk bekerja secara paralel, toleran terhadap kesalahan, dan hemat energi. Dalam pekerjaan kami, kami mendemonstrasikan sebuah organik, transistor plastik yang meniru fungsi utama sinapsis biologis. “

Rivnay adalah asisten profesor teknik biomedis di Sekolah Teknik McCormick Northwestern. Dia memimpin penelitian bersama Paddy Chan, seorang profesor teknik mesin di Universitas Hong Kong. Xudong Ji, peneliti pascadoktoral di kelompok Rivnay, adalah penulis pertama makalah tersebut.

Masalah dengan komputasi konvensional

Sistem komputasi digital konvensional memiliki unit pemrosesan dan penyimpanan terpisah, yang menyebabkan tugas intensif data menghabiskan energi dalam jumlah besar. Terinspirasi oleh komputasi gabungan dan proses penyimpanan di otak manusia, para peneliti, dalam beberapa tahun terakhir, telah berusaha mengembangkan komputer yang beroperasi lebih seperti otak manusia, dengan susunan perangkat yang berfungsi seperti jaringan neuron.

“Cara kerja sistem komputer kita saat ini adalah bahwa memori dan logika dipisahkan secara fisik,” kata Ji. “Anda melakukan penghitungan dan mengirimkan informasi itu ke unit memori. Kemudian setiap kali Anda ingin mengambil informasi itu, Anda harus memanggilnya kembali. Jika kita dapat menyatukan kedua fungsi itu, kita dapat menghemat ruang dan menghemat biaya energi.”

Perangkat komputasi mirip otak baru mensimulasikan pembelajaran manusia

Dengan menghubungkan transistor sinaptik tunggal ke dalam sirkuit neuromorfik, para peneliti menunjukkan bahwa perangkat mereka dapat mensimulasikan pembelajaran asosiatif. Kredit: Universitas Northwestern

Saat ini, resistor memori, atau “memristor,” adalah teknologi paling berkembang yang dapat melakukan pemrosesan gabungan dan fungsi memori, tetapi memristor mengalami peralihan yang mahal dan biokompatibilitas yang lebih sedikit. Kelemahan ini mengarahkan para peneliti ke transistor sinaptik — terutama transistor sinaptik elektrokimia organik, yang beroperasi dengan voltase rendah, memori yang dapat disetel terus-menerus, dan kompatibilitas tinggi untuk aplikasi biologis. Namun, tantangan tetap ada.

“Bahkan transistor sinaptik elektrokimia organik berkinerja tinggi memerlukan operasi tulis untuk dipisahkan dari operasi baca,” kata Rivnay. “Jadi jika Anda ingin mempertahankan memori, Anda harus memutuskannya dari proses penulisan, yang selanjutnya dapat mempersulit integrasi ke dalam sirkuit atau sistem.”

Cara kerja transistor sinaptik

Untuk mengatasi tantangan ini, tim Northwestern dan University of Hong Kong mengoptimalkan bahan plastik konduktif di dalam transistor elektrokimia organik yang dapat memerangkap ion. Di otak, sinaps adalah struktur di mana neuron dapat mengirimkan sinyal ke neuron lain, menggunakan molekul kecil yang disebut neurotransmitter. Dalam transistor sinaptik, ion berperilaku mirip dengan neurotransmiter, mengirimkan sinyal antar terminal untuk membentuk sinapsis buatan. Dengan menyimpan data yang disimpan dari ion yang terperangkap, transistor mengingat aktivitas sebelumnya, mengembangkan plastisitas jangka panjang.

Para peneliti mendemonstrasikan perilaku sinaptik perangkat mereka dengan menghubungkan transistor sinaptik tunggal ke dalam sirkuit neuromorfik untuk mensimulasikan pembelajaran asosiatif. Mereka mengintegrasikan sensor tekanan dan cahaya ke dalam sirkuit dan melatih sirkuit untuk menghubungkan dua input fisik yang tidak terkait (tekanan dan cahaya) satu sama lain.

Mungkin contoh paling terkenal dari pembelajaran asosiatif adalah anjing Pavlov, yang secara alami mengeluarkan air liur saat menemukan makanan. Setelah mengkondisikan anjing untuk mengaitkan bel dengan makanan, anjing tersebut juga mulai mengeluarkan air liur saat mendengar suara bel. Untuk sirkuit neuromorfik, para peneliti mengaktifkan tegangan dengan memberikan tekanan dengan menekan jari. Untuk mengkondisikan sirkuit untuk mengaitkan cahaya dengan tekanan, para peneliti pertama-tama menerapkan cahaya berdenyut dari bola lampu LED dan kemudian segera memberikan tekanan. Dalam skenario ini, tekanan adalah makanan dan lampu adalah bel. Sensor yang sesuai dari perangkat mendeteksi kedua input.

Setelah satu siklus latihan, sirkuit membuat koneksi awal antara cahaya dan tekanan. Setelah lima siklus latihan, sirkuit secara signifikan mengaitkan cahaya dengan tekanan. Cahaya, sendiri, mampu memicu sinyal, atau “respons tanpa syarat”.

Aplikasi masa depan

Karena rangkaian sinaptik terbuat dari polimer lunak, seperti plastik, maka dapat dengan mudah dibuat pada lembaran fleksibel dan mudah diintegrasikan ke dalam perangkat elektronik yang lembut dan dapat dikenakan, robotika pintar, dan perangkat implan yang langsung berinteraksi dengan jaringan hidup dan bahkan otak.

“Sementara aplikasi kami adalah bukti konsep, rangkaian yang kami usulkan dapat diperluas lebih jauh untuk memasukkan lebih banyak input sensorik dan terintegrasi dengan elektronik lain untuk mengaktifkan komputasi daya rendah di tempat,” kata Rivnay. “Karena kompatibel dengan lingkungan biologis, perangkat dapat langsung berinteraksi dengan jaringan hidup, yang sangat penting untuk bioelektronika generasi mendatang.”


Sinapsis artifisial mechano-fotonik yang terinspirasi oleh bio


Informasi lebih lanjut:
“Meniru pembelajaran asosiatif menggunakan transistor elektrokimia organik sinaptik non-volatil yang memerangkap ion,” Komunikasi Alam (2021). DOI: 10.1038 / s41467-021-22680-5

Disediakan oleh Universitas Northwestern

Kutipan: Perangkat komputasi mirip otak baru yang mensimulasikan pembelajaran manusia (2021, 30 April) diambil pada 30 April 2021 dari https://techxplore.com/news/2021-04-brain-like-device-simulations-human.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten tersebut disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Pengeluaran SGP Hari Ini