نورون مصنوعی با حافظه الکترونیکی ساخته شد
نقل از آی‌ای، مغز انسان باورنکردنی است. حتی با مصرف انرژی معادل تنها دو موز در روز مغز کارهای پیچیده را با کارایی چشمگیر انجام می‌دهد. بر اساس مطالعه جدیدی که در مجله ساینس(Science) منتشر شده است، اکنون گروهی از محققان راهی برای ساخت یک نمونه اولیه از یک نورون مصنوعی ساخته شده از شکاف‌های گرافنی به طور باورنکردنی نازک حاوی یک لایه مولکول آب طراحی کرده‌اند.
جالب اینکه این نورون مصنوعی به جای الکترون، درست مثل مغز ما از یون‌ها استفاده می‌کند.
کارایی فوق العاده بالای مغز منوط به یک واحد پایه است که ما آن را به عنوان "نورون" می‌شناسیم که از یک نورون با منافذ نانومتری به نام "کانال‌های یونی" تشکیل شده است. این کانال‌ها در واکنش به محرک‌ها باز و بسته می‌شوند و جریان‌های یونی ناشی از این فرآیند یک جریان الکتریکی ایجاد می‌کند که سیگنال‌های مهمی هستند که به نورون‌ها اجازه می‌دهد بین یکدیگر ارتباط برقرار کنند.
هوش مصنوعی(AI) نیز می‌تواند این کار را انجام دهد. اما هوش مصنوعی انرژی بسیار بیشتری(ده‌ها هزار برابر) مصرف می‌کند. به همین دلیل است که چالش علم مدرن برای محققان این حوزه، طراحی و ساخت سیستم‌های الکترونیکی است که با کارآیی انرژی مغز انسان رقابت کند.
مطالعه نانوسیالات با این زمینه مرتبط است، زیرا نحوه رفتار مایعات را در کانال‌هایی با عرض کمتر از 100 نانومتر مطالعه می‌کند.
این مطالعه جدید نشان داد که چگونه یک میدان الکتریکی می‌تواند تک لایه مولکول‌های آب را به صورت خوشه‌های بلند جمع کند که یک ویژگی کلیدی به نام "اثر ممریستور"(memristor effect) ایجاد می‌کند که طی آن، خوشه‌ها بخشی از محرک‌های دریافتی خود را در گذشته حفظ می‌کنند. طراحی محققان نشان داد که شکاف‌های گرافن بسیار شبیه به مغز انسان، علاوه بر جریان‌های یون و خوشه، کانال‌های یونی را تولید می‌کنند. علاوه بر این، دانشمندان با کمک ابزارهای دیجیتالی و نظری راهی برای جمع آوری این خوشه‌های خاص کشف کردند تا بتوانند مکانیسم فیزیکی مغز را بازتولید کنند.
به عبارت دیگر، دانشمندان توانستند توانایی انتقال اطلاعات از یک نورون مصنوعی به دیگری را ممکن کنند.
این کار برجسته توسط یک گروه از محققان فرانسوی همکاری دانشمندان دانشگاه "منچستر" انگلیس ادامه دارد. گام بعدی این است که به طور تجربی ثابت شود که این سیستم‌های جدید می‌توانند الگوریتم‌های یادگیری اساسی را اجرا کنند که به نوبه خود می‌تواند پایه‌ای برای ارائه حافظه الکتریکی شود.
توسعه نورون‌های مصنوعی با توانایی شبیه‌سازی فعالیت مغز انسان برای افزایش عملکردهای عصبی در انسان اهمیت بالقوه‌ای دارد.
جالب اینکه این نورون مصنوعی به جای الکترون، درست مثل مغز ما از یون‌ها استفاده می‌کند.
کارایی فوق العاده بالای مغز منوط به یک واحد پایه است که ما آن را به عنوان "نورون" می‌شناسیم که از یک نورون با منافذ نانومتری به نام "کانال‌های یونی" تشکیل شده است. این کانال‌ها در واکنش به محرک‌ها باز و بسته می‌شوند و جریان‌های یونی ناشی از این فرآیند یک جریان الکتریکی ایجاد می‌کند که سیگنال‌های مهمی هستند که به نورون‌ها اجازه می‌دهد بین یکدیگر ارتباط برقرار کنند.
هوش مصنوعی(AI) نیز می‌تواند این کار را انجام دهد. اما هوش مصنوعی انرژی بسیار بیشتری(ده‌ها هزار برابر) مصرف می‌کند. به همین دلیل است که چالش علم مدرن برای محققان این حوزه، طراحی و ساخت سیستم‌های الکترونیکی است که با کارآیی انرژی مغز انسان رقابت کند.
مطالعه نانوسیالات با این زمینه مرتبط است، زیرا نحوه رفتار مایعات را در کانال‌هایی با عرض کمتر از 100 نانومتر مطالعه می‌کند.
این مطالعه جدید نشان داد که چگونه یک میدان الکتریکی می‌تواند تک لایه مولکول‌های آب را به صورت خوشه‌های بلند جمع کند که یک ویژگی کلیدی به نام "اثر ممریستور"(memristor effect) ایجاد می‌کند که طی آن، خوشه‌ها بخشی از محرک‌های دریافتی خود را در گذشته حفظ می‌کنند. طراحی محققان نشان داد که شکاف‌های گرافن بسیار شبیه به مغز انسان، علاوه بر جریان‌های یون و خوشه، کانال‌های یونی را تولید می‌کنند. علاوه بر این، دانشمندان با کمک ابزارهای دیجیتالی و نظری راهی برای جمع آوری این خوشه‌های خاص کشف کردند تا بتوانند مکانیسم فیزیکی مغز را بازتولید کنند.
به عبارت دیگر، دانشمندان توانستند توانایی انتقال اطلاعات از یک نورون مصنوعی به دیگری را ممکن کنند.
این کار برجسته توسط یک گروه از محققان فرانسوی همکاری دانشمندان دانشگاه "منچستر" انگلیس ادامه دارد. گام بعدی این است که به طور تجربی ثابت شود که این سیستم‌های جدید می‌توانند الگوریتم‌های یادگیری اساسی را اجرا کنند که به نوبه خود می‌تواند پایه‌ای برای ارائه حافظه الکتریکی شود.
توسعه نورون‌های مصنوعی با توانایی شبیه‌سازی فعالیت مغز انسان برای افزایش عملکردهای عصبی در انسان اهمیت بالقوه‌ای دارد.
مرجع : خبرگزاری ایسنا
