ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

مغز انسان و هوش مصنوعی
هوش مصنوعی

محققان با الهام‌ از مغز انسان، نسل بعدی نیمه‌رساناهای مخصوص دستگاه‌های هوش مصنوعی را می‌سازند

محققان کره جنوبی یک دستگاه نورومورفیک ایجاد کرده‌اند که قادر به ذخیره سطوح مختلفی از داده‌ها به روشی مشابه نورون‌ها است.

آزاد کبیری
نوشته شده توسط آزاد کبیری | ۱۱ فروردین ۱۴۰۳ | ۲۳:۵۹

محققان دپارتمان مهندسی برق و علوم کامپیوتر DGIST کره جنوبی، نسل جدید فناوری نیمه‌رسانا برای محصولات هوش مصنوعی را توسعه داده‌اند که از مکانیسم مغز انسان برای پردازش‌های مبتنی هوش مصنوعی و سیستم‌های نورومورفیک الهام گرفته است.

براساس مقاله منتشرشده در Advanced Science، محققان کره جنوبی یک دستگاه نورومورفیک ایجاد کرده‌اند که قادر به ذخیره سطوح مختلفی از داده‌ها به روشی مشابه نورون‌ها است. آن‌ها درواقع ترانزیستورهای سیناپسی را با استفاده از اکسید هافنیوم، که خواص الکتریکی قوی دارد و لایه‌های نازکی از دی سولفید قلع، توسعه دادند.

نیمه‌رساناهای دستگاه‌های هوش مصنوعی با الهام از مغز انسان

پیشرفت روزافزون هوش مصنوعی باعث افزایش تقاضا فناوری‌های جدید نیمه‌رسانا شده است. دستگاه‌های محاسباتی و نیمه‌رساناهای سنتی با معماری فون‌نویمان که از حافظه‌های جداگانه استفاده می‌کنند، دارای ضعف‌هایی هستند. این دستگاه‌ها سرعت و کارایی انرژی پایینی دارند. اینجاست که دستگاه‌های نورومورفیک که عملکردهای محاسباتی و حافظه هم‌زمان نورون‌های انسان را تقلید می‌کنند، مورد توجه قرار گرفته‌اند.

محققان با موفقیت ویژگی‌های بیولوژیکی مغز انسان را در دستگاه جدید خود تقلید کردند. دستگاه آن‌ها در برخی موارد حتی بسیار کارآمدتر از مغز انسان است و 10 هزار برابر سریع‌تر از سیناپس‌های انسان پاسخ می‌دهد و انرژی بسیار کمی مصرف می‌کند. مصرف انرژی در هوش مصنوعی امر مهمی است، برای مثال چت‌بات ChatGPT روزانه بیش از نیم میلیون کیلووات‌‌ساعت برق مصرف می‌کند؛ به همین دلیل توسعه یک فناوری نیمه‌رسانا جدید که با حفظ کارایی، مصرف انرژی کمتری داشته باشد، توجه محققان را جلب کرده است.

محققان می‌گویند که این تحقیق گامی مهم به سوی معماری محاسباتی نسل بعدی است که به مصرف انرژی کم و محاسبات با سرعت بالا نیاز دارد. سخت‌افزار نورومورفیک با کارایی بالا آن‌ها، با استفاده از کانال‌های دوبعدی و اکسید هافنیوم فروالکتریک در آینده می‌تواند کاربردهای مختلفی درزمینه هوش مصنوعی و یادگیری ماشینی داشته باشد.

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی